hbaseshell命令_Sqoop使用shell命令的各种参数的配置及使用方法

点击上方蓝色字体&＃xff0c;选择“设为星标”

回复”资源“获取更多资源

本文作者&＃xff1a;Sheep Sun本文链接&＃xff1a;https://www.cnblogs.com/yangxusun9/p/12558683.html

大数据技术与架构点击右侧关注&＃xff0c;大数据开发领域最强公众号&＃xff01;

暴走大数据点击右侧关注&＃xff0c;暴走大数据&＃xff01;一、Sqoop简介Sqoop将用户编写的Sqoop命令翻译为MR程序&＃xff0c;MR程序读取关系型数据库中的数据&＃xff0c;写入到HDFS或读取HDFS上的数据&＃xff0c;写入到关系型数据库&＃xff01;在MR程序中如果要读取关系型数据库中的数据&＃xff0c;必须指定输入格式为DBInputformat&＃xff01;在MR程序中如果要向关系型数据库写入数据&＃xff0c;必须指定输出格式为DBOutputformat&＃xff01;Sqoop命令运行的MR程序&＃xff0c;只有Map阶段&＃xff0c;没有Reduce阶段&＃xff01;只需要做数据传输&＃xff0c;不需要对数据进行合并和排序&＃xff01;二、sqoop导入数据(将关系型数据库的数据导入到 HDFS)数据如下2.1 直接导入HDFS

2.1.1 全表导入(部分导入)

bin/sqoop import \##连接的关系型数据库的url,用户名&＃xff0c;密码--connect jdbc:mysql://hadoop102:3306/test \--username root \--password 123 \##连接的表--table t_emp \##导出数据在hdfs上存放路径--target-dir /sqoopTest \##如果路径已存在则先删除--delete-target-dir \##导入到Hdfs上后&＃xff0c;每个字段使用什么参数进行分割--fields-terminated-by "\t" \##要启动几个MapTask&＃xff0c;默认4个--num-mappers 2 \##数据集根据哪个字段进行切分&＃xff0c;切分后每个MapTask负责一部分--split-by id \##要实现部分导入&＃xff0c;加入下面的参数&＃xff0c;表示导入哪些列##columns中如果涉及到多列&＃xff0c;用逗号分隔&＃xff0c;分隔时不要添加空格--columns id,name,age

2.1.2 使用sqoop关键字筛选查询导入数据

bin/sqoop import \--connect jdbc:mysql://hadoop102:3306/test \--username root \--password 123 \--table t_emp \##指定过滤的where语句,where语句最好使用引号包裹--where &＃39;id>6&＃39; \--target-dir /sqoopTest \--delete-target-dir \--fields-terminated-by "\t" \--num-mappers 1 \--split-by id 

2.1.3 使用查询语句导入

bin/sqoop import \--connect jdbc:mysql://hadoop102:3306/test \--username root \--password 123 \##查询语句最好使用单引号##如果query后使用的是双引号&＃xff0c;则$CONDITIONS前必须加转移符&＃xff0c;防止shell识别为自己的变量--query &＃39;select * from t_emp where id>3 and $CONDITIONS&＃39; \--target-dir /sqoopTest \--delete-target-dir \--fields-terminated-by "\t" \--num-mappers 1 \--split-by id 注意&＃xff1a;1、如果使用了--query&＃xff0c;就不能指定--table&＃xff0c;和--columns和--where　　--query 和 --table一定不能同时存在&＃xff01;　　--where和--query同时存在时&＃xff0c;--where失效　　--columns和--query同时存在时&＃xff0c;还有效&＃xff01;2、--query 必须跟--target-dir2.2 导入到Hive

bin/sqoop import \--connect jdbc:mysql://hadoop102:3306/test \--username root \--password 123 \--query &＃39;select * from t_emp where id>3 and $CONDITIONS&＃39; \--target-dir /sqoopTest \##如果不限定分隔符&＃xff0c;那么hive存储的数据将不带分隔符&＃xff0c;之后再想操作很麻烦&＃xff0c;所以建议加上--fields-terminated-by "\t" \--delete-target-dir \##导入到hive--hive-import \##是否覆盖写&＃xff0c;不加这个参数就是追加写--hive-overwrite \##指定要导入的hive的表名--hive-table t_emp \--num-mappers 1 \--split-by id原理还是分俩步&＃xff1a;先把数据从关系数据库里导到hdfs中&＃xff0c;然后再从hdfs中导到hive中&＃xff0c;此时hdfs中的文件会被删除注意&＃xff1a;如果hive中没表会自动创建表&＃xff0c;但是类型是自动生成的&＃xff0c;所以还是建议手动创建 也可以分俩步走&＃xff1a;先导入hdfs

#!/bin/bashimport_data(){$sqoop import \--connect jdbc:mysql://hadoop102:3306/gmall \--username root \--password 123 \--target-dir /origin_data/gmall/db/$1/$do_date \--delete-target-dir \--query "$2 and \$CONDITIONS" \--num-mappers 1 \--fields-terminated-by &＃39;\t&＃39; \# 使用压缩&＃xff0c;和指定压缩格式为lzop--compress \--compression-codec lzop \#将String类型和非String类型的空值替换为\N,方便Hive读取--null-string &＃39;\\N&＃39; \--null-non-string &＃39;\\N&＃39;}然后利用  load data  命令导入hive注意&＃xff1a;这里使用到了空值处理 ——Hive中的Null在底层是以“\N”来存储&＃xff0c;而MySQL中的Null在底层就是Null&＃xff0c;为了保证数据两端的一致性。在导出数据时采用--input-null-string和--input-null-non-string两个参数。导入数据时采用--null-string和--null-non-string。2.3 导入到 Hbase

bin/sqoop import \--connect jdbc:mysql://hadoop102:3306/test \--username root \--password 123 \--query &＃39;select * from t_emp where id>3 and $CONDITIONS&＃39; \--target-dir /sqoopTest \--delete-target-dir \##表不存在是否创建--hbase-create-table \##hbase中的表名--hbase-table "t_emp" \##将导入数据的哪一列作为rowkey--hbase-row-key "id" \##导入的列族--column-family "info" \--num-mappers 2 \--split-by id1、当选用自动创建表时&＃xff0c;如果版本不兼容会报错&＃xff1a;20/03/24 13:51:24 INFO mapreduce.HBaseImportJob: Creating missing HBase table t_emp
Exception in thread "main" java.lang.NoSuchMethodError: org.apache.hadoop.hbase.HTableDescriptor.addFamily(Lorg/apache/hadoop/hbase/HColumnDescriptor;)V 此时只能自己手动创建或者可以重新编译sqoop源码2、如果要多列族导入&＃xff0c;只能多次运行命令&＃xff0c;一次导入一个列族三、导出将Hdfs上的数据导出到关系型数据库中3.1 SQL中表为空表时

bin/sqoop export \--connect &＃39;jdbc:mysql://hadoop102:3306/test?useUnicode&＃61;true&characterEncoding&＃61;utf-8&＃39; \--username root \--password 123 \##导出的表名&＃xff0c;需要自己提前创建好--table t_emp2 \--num-mappers 1 \##hdfs上导出的数据的路径--export-dir /user/hive/warehouse/t_emp \##hdfs上数据的分隔符--input-fields-terminated-by "\t"3.2 表不为空表时如果插入的数据的主键和表中已有数据的主键冲突&＃xff0c;那么会报错Duplicate entry &＃39;5&＃39; for key &＃39;PRIMARY&＃39;如果在SQL下&＃xff0c;可以使用

INSERT INTO t_emp2 VALUE(5,&＃39;jack&＃39;,30,3,1111) ON DUPLICATE KEY UPDATE NAME&＃61;VALUES(NAME),deptid&＃61;VALUES(deptid),empno&＃61;VALUES(empno);意为指定当插入时&＃xff0c;主键重复时时&＃xff0c;对于重复的记录&＃xff0c;只做更新&＃xff0c;不做插入&＃xff01;而用sqoop时&＃xff0c;则可以启用以下俩种模式

3.2.1updateonly模式

bin/sqoop export \--connect &＃39;jdbc:mysql://hadoop103:3306/mydb?useUnicode&＃61;true&characterEncoding&＃61;utf-8&＃39; \--username root \--password 123456 \--table t_emp2 \--num-mappers 1 \--export-dir /hive/t_emp \--input-fields-terminated-by "\t" \--update-key id利用 --update-key 字段  &＃xff0c;表示主键重复时会进行更新&＃xff0c;但是主键不重复的时候&＃xff0c;数据不会插入进来

3.2.2allowinsert模式

bin/sqoop export \--connect &＃39;jdbc:mysql://hadoop103:3306/mydb?useUnicode&＃61;true&characterEncoding&＃61;utf-8&＃39; \--username root \--password 123456 \--table t_emp2 \--num-mappers 1 \--export-dir /hive/t_emp \--input-fields-terminated-by "\t" \--update-key id \--update-mode  allowinsert表示主键重复时会进行更新&＃xff0c;主键不重复的时候&＃xff0c;数据也会插入进来3.3 如何查看导出命令的具体实现

3.3.1配置/etc/my.cnf

bin/sqoop export \--connect &＃39;jdbc:mysql://hadoop103:3306/mydb?useUnicode&＃61;true&characterEncoding&＃61;utf-8&＃39; \--username root \--password 123456 \--table t_emp2 \--num-mappers 1 \--export-dir /hive/t_emp \--input-fields-terminated-by "\t" \--update-key id \--update-mode  allowinsert

3.3.2重启mysql服务

3.3.3进入/var/lib/mysql&＃xff0c;调用方法

sudo mysqlbinlog mysql-bin.000001欢迎点赞&＃43;收藏&＃43;转发朋友圈素质三连

文章不错&＃xff1f;点个【在看】吧&＃xff01; ?