sqoop操作之Oracle导入到HDFS
导入表的所有字段
sqoop import --connect jdbc:oracle:thin:@192.168.1.100:1521:ORCL \ --username SCOTT --password tiger \ --table EMP -m 1;
查看执行结果：
hadoop fs -cat /user/hadoop/EMP/part-m-00000
7369,SMITH,CLERK,7902,1980-12-17 00:00:00.0,800,null,20 7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00.0,1600,300,30 7521,WARD,SALESMAN,7698,1981-02-22 00:00:00.0,1250,500,30 7566,JONES,MANAGER,7839,1981-04-02 00:00:00.0,2975,null,20 ……
说明：
1）默认导入到HDFS的路径是：/user/hadoop(用户名)/EMP (表名)，如果EMP目录已经存在，则报错；
需要先删除已经存在的目录：hadoop fs -rmr /user/hadoop/EMP；
如果相同的命令导入多次，也会报错的，需要先删除已经存在的目录；
2）-m 1表示使用几个map任务处理，sqoop默认采用4个map任务，有几个任务在HDFS的执行结果中就有几个part-m；
3）sqoop默认从数据库导入到HDFS的分隔符是逗号；
4）空列的值使用null；
5）sqoop中的map数设置原则：一个表的数据抽取不超过3分钟，否则就增加map数；
导入表的指定字段并指定目标地址
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP \ --columns "EMPNO,ENAME,JOB,SAL,COMM" \ --target-dir EMP_COLUMN -m 1;
查看执行结果：
hadoop fs -cat /user/hadoop/EMP_COLUMN/part-m-00000
7369,SMITH,CLERK,800,null 7499,ALLEN,SALESMAN,1600,300 7521,WARD,SALESMAN,1250,500 7566,JONES,MANAGER,2975,null 7654,MARTIN,SALESMAN,1250,1400 ......
说明：
1）通过--target-dir指定导入到HDFS的具体位置；
2）通过--columns指定需要导入的列；
导入表的指定字段并指定目标地址使用指定的分隔符
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP \ --columns "EMPNO,ENAME,JOB,SAL,COMM" \ --target-dir EMP_COLUMN_SPLIT \ --fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘ \ --null-string ‘‘ --null-non-string ‘0‘ -m 2;
查看执行结果：
hadoop fs -ls /user/hadoop/EMP_COLUMN_SPLIT
/user/hadoop/EMP_COLUMN_SPLIT/_SUCCESS /user/hadoop/EMP_COLUMN_SPLIT/_logs /user/hadoop/EMP_COLUMN_SPLIT/part-m-00000 /user/hadoop/EMP_COLUMN_SPLIT/part-m-00001 hadoop fs -cat /user/hadoop/EMP_COLUMN_SPLIT/part-m-00001 7654 MARTIN SALESMAN 1250 1400 7698 BLAKE MANAGER 2850 0 7782 CLARK MANAGER 2450 0 7788 SCOTT ANALYST 3000 0 7839 KING PRESIDENT 5000 0 7844 TURNER SALESMAN 1500 0
由于这里使用了2个map任务，所以在hdfs的文件中就有了2个part； 由于COMM是NUMBER类型，所以HDFS中就是0。
说明：
1）--null-string ‘‘: 当string类型的字段为空时，使用‘‘代替
2）--null-non-string 0 : 当非string类型的字段为空时，使用0代替，项目中不常使用这个配置。
3）--fields-terminated-by ‘\t‘：字段之间采用tab分隔
4）--lines-terminated-by ‘\n‘：行之间采用回车分隔
根据条件导入数据
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP \ --columns "EMPNO,ENAME,JOB,SAL,COMM" \ --target-dir EMP_COLUMN_WHERE \ --fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘ \ --where ‘SAL>2000‘ \ --null-string ‘‘ --null-non-string ‘0‘ -m 1 ;
查看执行结果：
hadoop fs -cat /user/hadoop/EMP_COLUMN_WHERE/part-m-00000
7566 JONES MANAGER 2975 0 7698 BLAKE MANAGER 2850 0 7782 CLARK MANAGER 2450 0 7788 SCOTT ANALYST 3000 0 7839 KING PRESIDENT 5000 0 7902 FORD ANALYST 3000 0
保护数据库密码方式
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT \ --target-dir EMP_COLUMN_PASSWORD1 \ --table EMP -m 1 \ -P;
Enter password:
在执行时通过命令行交互的方式输入密码；
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT \ --table EMP \ --target-dir EMP_COLUMN_PASSWORD2 \ --password-file /home/hadoop/my-sqoop-password -m 1 ;
可以将密码放置到一个文件中，并且设置这个文件只针对某些人可读、可写权限，也能起到密码安全的作用；
更改导入文件格式
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP -m 1 \ --target-dir EMP_SEQUENCEFILE \ --as-sequencefile ; sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP -m 1 \ --target-dir EMP_AVRODATAFILE \ --as-avrodatafile ;
增量数据导入
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table EMP -m 1 \ --target-dir EMP_APPEND \ --incremental append \ --check-column EMPNO \ --last-value 7788 ;
只导入数据 empno>7788（并不包括7788）的数据，可实现增量导入
查看执行结果：hadoop fs -cat /user/hadoop/EMP_APPEND/part-m-00000
7839,KING,PRESIDENT,null,1981-11-17,5000,null,10 7844,TURNER,SALESMAN,7698,1981-09-08,1500,0,30 7876,ADAMS,CLERK,7788,1987-05-23,1100,null,20 7900,JAMES,CLERK,7698,1981-12-03,950,null,30 7902,FORD,ANALYST,7566,1981-12-03,3000,null,20 7934,MILLER,CLERK,7782,1982-01-23,1300,null,10
导入没有主键的表到HDFS中
以上的案例导出的表是有主键的，下面来演示一个没有主键的表的导出操作。以表SALGRADE为例
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table SALGRADE \ --target-dir SALGRADE \ --fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘ \ --null-string ‘‘ --null-non-string ‘0‘ -m 2;
报错：
ERROR tool.ImportTool: Error during import: No primary key could be found for table SALGRADE. Please specify one with
--split-by or perform a sequential import with ‘-m 1‘.
原因是没有找到主键，详见《数据库导入到HDFS原理》，解决办法如下：
1）添加主键；
2）使用--split-by ‘ GRADE‘；
3）使用-m 1，m为几那么在HDFS上就会生成几个文件，就不存在按照字段拆分多个任务的问题；
sqoop import --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \ --username SCOTT --password tiger \ --table SALGRADE \ --target-dir SALGRADE \ --fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘ \ --split-by ‘GRADE‘ --null-string ‘‘ --null-non-string ‘0‘ -m 2;
查看执行结果：
hadoop fs -ls /user/hadoop/SALGRADE
/user/hadoop/SALGRADE/_SUCCESS /user/hadoop/SALGRADE/_logs /user/hadoop/SALGRADE/part-m-00000 /user/hadoop/SALGRADE/part-m-00001 hadoop fs -cat /user/hadoop/SALGRADE/part-m-00000 1 700 1200 2 1201 1400
文件脚本导入命令
命令太长，不便查看，将命令写到文件中去：emp.opt
/home/hadoop/luogankun/workspace/shell/sqoop下创建emp.opt
import --connect jdbc:oracle:thin:@192.168.1.100:1521:ORCL --username SCOTT --password tiger --table EMP --target-dir EMP_OPTIONS_FILE -m 2
执行脚本：
cd /home/hadoop/luogankun/workspace/shell/sqoop sqoop --options-file ./emp.opt
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
