常用命令列举
import 将数据导入到集群 export 将集群数据导出 codegen 获取数据库中某张表数据生成 Java 并打包Jar create-hive-table 创建 Hive 表 eval 查看 SQL 执行结果 import-all-tables 导入某个数据库下所有表到 HDFS 中 job 用来生成一个 sqoop的任务,生成后,该任务并不执行,除非使用命令执行该任务 list-databases 列出所有数据库名 list-tables 列出某个数据库下所有表 merge 将 HDFS 中不同目录下面的数据合在一起,并存放在指定的目录中 metastore 记录 sqoop job 的元数据信息,如果不启动 metastore 实例则默认的元数据存储目录为:~/.sqoop,如果要更改存储目录可以 在 配 置 文 件sqoop-site.xml 中进行更改 help 帮助信息 version 打印 sqoop 版本信息
公用参数：
1.数据库连接
–connect 连接关系型数据库的 URL –connection-manager 指定要使用的连接管理类 –driver JDBC 的 driver class –help 打印帮助信息 –password 连接数据库的密码 –username 连接数据库的用户名 –verbose 在控制台打印出详细信息
2.import
–enclosed-by 给字段值前后加上指定的字符 –escaped-by 对字段中的双引号加转义符 –fields-terminated-by 设定每个字段是以什么符号作为结束,默认为逗号 –lines-terminated-by 设定每行记录之间的分隔符,默认是\n –mysql-delimiters Mysql 默认的分隔符设置,字段之间以逗号分隔,行之间以\n 分隔,默认转义符是,字段值以单引号包裹 –optionally-enclosed-by 给带有双引号或单引号的字段值前后加上指定字符
3.export
–input-enclosed-by 对字段值前后加上指定字符 –input-escaped-by 对含有转移符的字段做转义处理 –input-fields-terminated-by 字段之间的分隔符 –input-lines-terminated-by 行之间的分隔符 –input-optionally-enclosed-by 给带有双引号或单引号的字段前后加上指定字符
4.hive
–hive-delims-replacement 用自定义的字符串替换掉数据中的\r\n 和\013 \010 等字符 –hive-drop-import-delims 在导入数据到 hive 时,去掉数据中的\r\n\013\010 这样的字符 –map-column-hive
命令参数：
1.import
–append 将数据追加到 HDFS 中已经存在的 DataSet 中,如果使用该参数,sqoop 会把数据先导入到临时文件目录,再合并 –as-avrodatafile 将数据导入到一个 Avro 数据文件中 –as-sequencefile 将数据导入到一个 sequence文件中 –as-textfile 将数据导入到一个普通文本文件中 –boundary-query 边界查询,导入的数据为该参数的值(一条 sql 语句)所执行的结果区间内的数据 –columns <col1, col2, col3> 指定要导入的字段 –direct 直接导入模式,使用的是关系数据库自带的导入导出工具,以便加快导入导出过程 –direct-split-size 在使用上面 direct 直接导入的基础上,对导入的流按字节分块,即达到该阈值就产生一个新的文件 –inline-lob-limit 设定大对象数据类型的最大值 –m 或–num-mappers 启动 N 个 map 来并行导入数据,默认 4 个 –query 或–e 将查询结果的数据导入,使用时必须伴随参–target-dir,–hive-table,如果查询中有where 条件,则条件后必须加上$CONDITIONS 关键字 –split-by 按照某一列来切分表的工作单元,不能与–autoreset-to-one-mapper 连用(请参考官方文档) –table 关系数据库的表名 –target-dir 指定 HDFS 路径 –warehouse-dir 与 14 参数不能同时使用,导入数据到 HDFS 时指定的目录 –where 从关系数据库导入数据时的查询条件 –z 或–compress 允许压缩 –compression-codec 指定 hadoop 压缩编码类,默认为 gzip(Use Hadoop codecdefault gzip) –null-string string 类型的列如果 null,替换为指定字符串 –null-non-string 非 string 类型的列如果 null,替换为指定字符串 –check-column 作为增量导入判断的列名 –incremental mode:append 或 lastmodified –last-value 指定某一个值,用于标记增量导入的位置
2.export
–direct 利用数据库自带的导入导出工具,以便于提高效率 –export-dir
存放数据的 HDFS 的源目录 -m 或–num-mappers 启动 N 个 map 来并行导入数据,默认 4 个 –table 指定导出到哪个 RDBMS 中的表 –update-key 对某一列的字段进行更新操作 –update-mode updateonly
allowinsert(默认) –input-null-string 参考 import –input-null-non-string 参考 import –staging-table 创建一张临时表,用于存放所有事务的结果,然后将所有事务结果一次性导入到目标表中,防止错误 –clear-staging-table 如果第 9 个参数非空,则可以在导出操作执行前,清空临时事务结果表
3.codegen
将关系型数据库中的表映射为一个 Java 类,在该类中有各列对应的各个字段
–bindir
指定生成的 Java 文件、编译成的 class 文件及将生成文件打包为 jar 的文件输出路径 –class-name 设定生成的 Java 文件指定的名称 –outdir 生成 Java 文件存放的路径 –package-name 包名,如 com.z,就会生成 com和 z 两级目录 –input-null-non-string 在生成的 Java 文件中,可以将 null 字符或者不存在的字符串设置为想要设定的值(例如空字符串) –input-null-string 将 null 字符串替换成想要替换的值(一般与 5 同时使用) –map-column-java 数据库字段在生成的 Java 文件中会映射成各种属性,且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型,例如:–map-column-java id=long,
name=String –null-non-string 在生成 Java 文件时,可以将不存在或者 null 的字符串设置为其他值 –null-string 在生成 Java 文件时,将 null字符串设置为其他值(一般与8 同时使用) –table 对应关系数据库中的表名,生成的 Java 文件中的各个属性与该表的各个字段一一对应
最后修改于 2018-09-13
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。