京东大数据工程师教你怎样用Sqoop

Sqoop是什么

Sqoop：SQL-to-Hadoop

连接 传统关系型数据库 和 Hadoop 的桥梁

把关系型数据库的数据导入到 Hadoop 系统 ( 如 HDFS HBase 和 Hive) 中；

把数据从 Hadoop 系统里抽取并导出到关系型数据库里。

利用MapReduce加快数据传输速度 ：将数据同步问题转化为MR作业

批处理方式进行数据传输：实时性不够好

Sqoop优势

高效、可控地利用资源

任务并行度，超时时间等

数据类型映射与转换

可自动进行，用户也可自定义

支持多种数据库

MySQL

Oracle

PostgreSQL

Sqoop import

将数据从关系型数据库导入Hadoop中

步骤1：Sqoop与数据库Server通信，获取数据库表的元数据信息；

步骤2：Sqoop启动一个Map-Only的MR作业，利用元数据信息并行将数据写入Hadoop。

特点：可以指定hdfs路径，指定关系数据库的表，字段，连接数（不压垮数据库），可以导入多个表，支持增量导入（手动指定起始id、事件，或自动记录上次结束位置，自动完成增量导入）

Sqoop Export

将数据从Hadoop导入关系型数据库导中

步骤1：Sqoop与数据库Server通信，获取数据库表的元数据信息；

步骤2：并行导入数据：

将Hadoop上文件划分成若干个split；

每个split由一个Map Task进行数据导入。

Sqoop与其他系统结合

Sqoop可以与Oozie、Hive、Hbase等系统结合；

关注微信公众号“程序员OfHome”，发送“领取资料”可以免费领取视频资料。

对大数据感兴趣的朋友可以加入到我们的程序员OfHomeQQ群：610535338 群里有都是从事或者在学习大数据的朋友，在此我也邀请你进群一起学习，群内没有广告，也是禁止打广告的，大家也可以关注一下我的微信公共号“程序员OfHome”下方扫扫可关注。