0
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

和

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 $CONDITIONS是query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。
登录后发布评论

“【头歌】Sqoop数据导入 - 详解”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

docker无法搜索和拉取镜像

visual studio之安装详解

【Linux】版本控制器git、调试器gdb/cgdb

面试题：RabbitMQ（一）

Vllm进行Qwen2-vl部署（包含单卡多卡部署及爬虫请求）

MySQL wait_timeout参数介绍

Python毕业设计选题：基于django+vue的企业it资产管理系统

文章导航