Question

怎么通过sqoop将hdfs上数据导入到mysql

Answer 1

　　sqoop是一个能把数据在关系型数据库和HDFS之间互相传输的工具。在这里，我写一下用java 程序来实现sqoop把数据从HDFS写入到MYSQL。
　　在接触sqoop之前，我自己写了一个传输类来实现数据从HDFS到MYSQL。这里简单说一下时间的思想:
　　1、在MYSQL中创建一个参数表A，用来记录要传输的表的表名B和字段。
　　2、HDFS上的数据的格式和MYSQL中参数表A中B表的字段的数量一样。
　　3、从MYSQL的参数表A中，读取要传输的表B。把这些字段拼凑成一个insert语句，例如
　　，拼凑为insert into b(column1,column2..) values(value1,value2...)
　　4、从HDFS相应的目录逐行读取数据，通过JDBC，把数据批量导入到MYSQL的B表中。
　　我现在用sqoop来代替原来传输的那个功能。先做一下准备工作：
　　1、hadoop的每个节点下lib文件夹中要有mysql的jar包和sqoop的jar包。
　　2、在HDFS的某个目录上的数据格式和MYSQL相应的表中的字段数量一致。
　　实现类如下：
　　package sqoop;
　　import java .util.ArrayList;
　　import java.util.List;
　　import org.apache.hadoop.conf.Configuration;
　　import org.apache.sqoop.Sqoop;
　　import org.apache.sqoop.tool.ExportTool;
　　/**
　　* 用SQOOP来把数据从HDFS导入到MYSQL。
　　* */
　　public class Test {
　　public static void main(String[] args) {
　　List<String> generatedJarsList = new ArrayList<String>();
　　Configuration conf = new Configuration();
　　conf.set("fs.default.name", "hdfs://master:9000");
　　conf.set("hadoop.job.ugi", "hadooper,hadoopgroup");
　　conf.set("mapred.job.tracker", "master:9001");
　　ArrayList<String> list = new ArrayList<String>(); //定义一个list
　　list.add("--table");
　　list.add("a_baat_client"); //mysql中的表。将来数据要导入到这个表中。
　　list.add("--export-dir");
　　list.add("/tmp/datathree/"); //hdfs上的目录。这个目录下的数据要导入到a_baat_client这个表中。
　　list.add("--connect");
　　list.add("jdbc:mysql://192.168.1.10:3306/report"); //mysql的链接
　　list.add("--username");
　　list.add("root"); //mysql的用户名
　　list.add("--password");
　　list.add("root"); //mysql的密码
　　list.add("--lines-terminated-by");
　　list.add("\\n"); //数据的换行符号
　　list.add("-m");
　　list.add("1");//定义mapreduce的数量。
　　String[] arg = new String[1];
　　ExportTool exporter = new ExportTool();
　　Sqoop sqoop = new Sqoop(exporter);
　　sqoop.setConf(conf);
　　arg = list.toArray(new String[0]);
　　int result = Sqoop.runSqoop(sqoop, arg);
　　System.out.println("res:" + result); //打印执行结果。
　　}
　　}
　　这个导出类执行过程中，可以在浏览器中看一下http://master:50030页面。会发现导出数据也是一个把任务转换为mapreduce执行的过程。
　　当然，上面的java代码，也可以用命令行来实现。命令如下：
　　bin/sqoop export --connect jdbc:mysql://192.168.1.10:3306/report \
　　--table a_baat_client --username root --password root \
　　--export-dir /tmp/datathree/ -m 1
　　关于sqoop把数据从HDFS导入到MYSQL就说这么多。把数据从HIVE导入到MYSQL，其实可以理解为把HIVE表所对应的HDFS路径的数据导入到MYSQL，这里就不多说了。