0


【头歌】Sqoop数据导入 - 详解

【提示】点击目录每一关参考答案可以快速复制。


第1关:Sqoop数据导入语法学习

任务描述

本关任务:学习Sqoop 导入( import )的基本参数并配置好环境。

相关知识

为了完成本关任务,你需要掌握: 1、Sqoop 导入( import )的基本参数。 2、配置环境。 注意:本关实训 Sqoop 的安装与配置建立在 Hadoop 、 Hive 、 MySQL 已安装配置好的情况下。

Sqoop 的基本参数

Sqoop 能够让 Hadoop 上的 HDFS 和 Hive 跟关系型数据库之间进行数据导入与导出,多亏了

import

export

这两个工具。本实训主要是针对

import

(导入)来讲。 现如今我们一直储放数据都是在关系数据库中,但是数据量到达一定的规模后,我们需要数据清理加分析,如果使用关系数据库我们工作量会大大提高,这个时候我们就可以将数据从关系数据库导入(

import

)到Hadoop平台上进行处理。

我们要学 Sqoop 的导入也必须先知道里面的基本参数。

输入

sqoop help import

可以查看里面参数含义,但是是英文,接下来选取几个常见的参数来分析:
选项含义说明--connect

 <jdbc-uri>

指定JDBC连接字符串--driver

 <class-name>

指定要使用的JDBC驱动程序类--hadoop-mapred-home

<dir>

指定$HADOOP_MAPRED_HOME路径-P从控制台读取输入的密码--username

<username>

设置认证用户名--password

<password>

设置认证密码--verbose打印详细的运行信息--as-textfile将数据导入到普通文本文件(默认)--delete-target-dir如果指定目录存在,则先删除掉--direct使用直接导入模式(优化导入速度)--num-mappers

<n>

(简写:-m)使用n个map任务并行导入数据--query

<statement>

(简写:-e)导入的查询语句--split-by

<column-name>

指定按照哪个列去分割数据--table

<table-name>

导入的源表表名--target-dir

<dir>

导入HDFS的目标路径--warehouse-dir

<dir>

HDFS存放表的根路径
配置环境

注意:如果这个环境不配置的话,可能会造成后续关卡不能正常实现。 1、启动Hadoop。

start-all.sh

2、Hive 连接 MySQL 初始化。

schematool -dbType mysql -initSchema

编程要求

在右侧命令行进行操作: 1.启动Hadoop服务; 2.Hive 连接 MySQL 初始化。

测试说明

完成操作后点击评测,通关后测试集输出:

Hadoop平台已开启
default

参考答案

#以下为命令行

start-all.sh

schematool -dbType mysql -initSchema

第2关:Mysql导入数据至HDFS上

任务描述

本关任务:利用 Sqoop 工具将 MySQL 中的数据导入到 HDFS 中来。

相关知识

为了完成本关任务,你需要掌握:

1、数据库( MySQL )建表。

2、Mysql 数据导入至 HDFS 中。

数据库( MySQL )建表

用命令进入 MySQL 客户端。

mysql -uroot -p123123 -h127.0.0.1

创建数据库

hdfsdb

(格式默认为

utf8

),并在数据库内建立表

student

,其表结构如下:
名类状态stu_noint主键stu_namevarchar(20)学生姓名stu_ageint学生年龄
在表内插入数据。
stu_nostu_namestu_age202001zhangsan18202002lisi19202003wangwu20
检查是否成功。

MySQL数据导入至HDFS中

1、简单导入。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student

这里没有指定 HDFS 的目录 默认会将数据存到系统当前登录用户下 以表名称命名的文件夹下。

系统默认为逗号隔开,如下图:

注意:如果数据库没有设置主键,语法需要加上

--split by

指定一个列去分割或用

-m 1

指定一个 Map 任务。

2、指定 HDFS 目录**

/user/root/hdfsdb

**导入,指定一个 MapReduce 任务。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --usernameroot --password 123123 --table student --target-dir /user/root/hdfsdb -m 1
  • --target-dir:指定 HDFS 目录。
  • -m 1:指定一个 MapReduce 任务。

3、指定查询学生的学号与学生姓名存入到

/user/root/hdfsdb2

中,指定一个MapReduce 任务,并以

|

分隔。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2 --fields-terminated-by '|' -m 1
  • --query:通过用 sql 语句来将数据导入,where $CONDITIONSquery中固定语法,不可删去。
  • --fields-terminated-by:数据通过什么来隔开。

编程要求

根据上述,将 MySQL 数据库

hdfsdb

中的表数据导入至HDFS中,要求如下:

  • 指定 HDFS 目录**/user/root/hdfsdb3**。
  • 查询学生姓名与年龄。
  • 指定一个 Mapreduce 任务。
  • 存储以-来分割。

测试说明

点击测评,当你的结果与预期输出一致时,即为通过。

zhangsan-18
lisi-19
wangwu-20

**参考答案 **

#以下为命令行内容

mysql -uroot -p123123 -h127.0.0.1
#以下为MySQL内容

#创建hdfsdb数据库
create database hdfsdb;

#切换hdfsdb数据库
use hdfsdb;

#创建student表
create table student(stu_no int primary key,stu_name varchar(20),stu_age int);

#插入三条数据
insert into `student` values(202001,'zhangsan',18);
insert into `student` values(202002,'lisi',19);
insert into `student` values(202003,'wangwu',20);

exit;
#以下为命令行内容

#MySQL数据导入至HDFS中-简单导入
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student

#指定 HDFS 目录/user/root/hdfsdb导入,指定一个 MapReduce 任务
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student --target-dir /user/root/hdfsdb -m 1

#指定查询学生的学号与学生姓名存入到/user/root/hdfsdb2中,指定一个MapReduce任务,并以“|”分隔
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2  --fields-terminated-by '|' -m 1

#编程实现内容
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_name,stu_age from student where $CONDITIONS' --target-dir /user/root/hdfsdb3  --fields-terminated-by '-' -m 1

第3关:Mysql导入数据至Hive中

任务描述

本关任务:利用 Sqoop 工具将 MySQL 中的数据导入到 Hive 中来。

相关知识

为了完成本关任务,你需要掌握:MySQL 数据导入至 Hive 中。

MySQL 数据导入至Hive

1、直接导入。****我们可以使用上一关的数据库,如果没有的话,需要重新创建。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import  -m1  --hive-table test

这里会发生一个报错,如图:

解决方法 这里缺少了

hive-common-3.1.0.jar

包,我们在 Hive 的

lib

目录下,拷贝到 Sqoop 的

lib

目录下即可。

cp /opt/hive/lib/hive-common-3.1.0.jar /opt/sqoop-1.4.7.bin__hadoop-2.6.0/lib/

这边输出文件经过上次已经创建好了,所以我们要不自己手动删除,要不用sqoop参数:**

--delete-target-dir

**:如果输出文件存在,则先删除。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import --delete-target-dir  -m1  --hive-table test

成功之后我们可以通过hive来查看是否成功传输。

2、通过传输至HDFS上,Hive再从HDFS导入数据。 MySQL数据导入至Hive。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student -m 1

Hive依据格式建表。

hive> create table test1(
> stu_no int,stu_name string,stu_age int)
> row format delimited
> fields terminated by ",";

从HDFS导入数据。

load data inpath '/user/root/student/part-m-00000' into table test1;

查看是否成功。

编程要求

将学生年龄大于20的学生信息放入Hive表test2中,要求如下:

  • 指定一个Mapreduce任务。
  • 指定分隔符为,

测试说明

点击测评,当你的结果与预期输出一致时,即为通过。

202003,wangwu,20

参考答案

##确认没有重置命令行,没有超时清空,上一关的数据库还在
##如果重置过命令行,请先按顺序重做以下注释内容(粘贴到本地代码编辑器以VSCode为例,将BEGIN到END内容复制到本地编辑器,快捷键Ctrl+/取消一层注释):

##----------------BEGIN----------------

## 命令行
#start-all.sh
#schematool -dbType mysql -initSchema
#mysql -uroot -p123123 -h127.0.0.1

## MYSQL

#create database hdfsdb;
#use hdfsdb;
#create table student(stu_no int primary key,stu_name varchar(20),stu_age int);
#insert into `student` values(202001,'zhangsan',18);
#insert into `student` values(202002,'lisi',19);
#insert into `student` values(202003,'wangwu',20);
#exit;

## 命令行

#sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student
#sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student --target-dir /user/root/hdfsdb -m 1
#sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2  --fields-terminated-by '|' -m 1
#sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_name,stu_age from student where $CONDITIONS' --target-dir /user/root/hdfsdb3  --fields-terminated-by '-' -m 1

##-----------------END-----------------

#以下为命令行

#MySQL 数据导入至Hive
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import  -m1  --hive-table test

#报错缺少了hive-common-3.1.0.jar包,复制到 Sqoop 的lib目录下
cp /opt/hive/lib/hive-common-3.1.0.jar /opt/sqoop-1.4.7.bin__hadoop-2.6.0/lib/

#再次执行导入(上次执行的若存在先删除)
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import --delete-target-dir  -m1  --hive-table test

#成功之后我们可以通过hive来查看是否成功转输
hive
--以下为hive

--查看表
show tables;

--出现上一关的数据则成功导入
select * from test;

exit;
#以下为命令行

#通过传输至HDFS上,Hive再从HDFS导入数据
sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student -m 1

hive
--以下为hive

create table test1(
stu_no int,stu_name string,stu_age int)
row format delimited
fields terminated by ",";

--从HDFS导入数据
load data inpath '/user/root/student/part-m-00000' into table test1;

--查看是否成功
select * from test1;

--编程要求
#将学生年龄大于20的学生信息放入Hive表test2中,要求如下:
----指定一个Mapreduce任务。
----指定分隔符为‘,’。

--创建test2表
create table test2(
stu_no int,stu_name string,stu_age int)
row format delimited
fields terminated by ",";

exit;
 
#以下为命令行

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name,stu_age from student where stu_age>=20 and $CONDITIONS' --target-dir /user/root/hdfsdb6   --fields-terminated-by ',' -m 1

hive
--以下为hive

load data inpath '/user/root/hdfsdb6/part-m-00000' into table test2;

至此,所有内容都完成辣。如果存在任何问题欢迎大佬指教🥰!

标签: sqoop hadoop hive

本文转载自: https://blog.csdn.net/qq_41560688/article/details/129849063
版权归原作者 梦想编程家 所有, 如有侵权,请联系我们删除。

“【头歌】Sqoop数据导入 - 详解”的评论:

还没有评论