用Sqoop进行Hive和MySQL之间的数据互导

Hive导数据入MySQL

创建mysql表

use anticheat;
create table anticheat_blacklist(
userid varchar(30) primary key ,
dt int,
update_time timestamp,
delete_flag int,
operator varchar(30)
);

全量导出

用sqoop export全量导出hive表数据入mysql,具体命令如下：

sqoop export -D mapred.job.queue.name=datacenter 
--connect jdbc:mysql://localhost:3306/anticheat?tinyInt1isBit=false 
--username root 
--password ^qn9DFYPm  
--table anticheat_blacklist 
--input-fields-terminated-by '\t' 
--input-null-string '\\N'  
--input-null-non-string '\\N' 
--num-mappers 10  
--export-dir hdfs://dc5/user/test/hive/online/anticheat_blacklist_mysql

增量导出

sqoop export -D mapred.job.queue.name=datacenter 
--connect jdbc:mysql://localhost:3306/anticheat?tinyInt1isBit=false 
--username root 
--password ^qn9DFYPm  
--table anticheat_blacklist2 
--input-fields-terminated-by '\t' 
--input-null-string '\\N'  
--input-null-non-string '\\N' 
--num-mappers 10  
--update-key update_time 
--update-mode  allowinsert 
--export-dir hdfs://dc5/user/test/hive/online/anticheat_blacklist_mysql2

MySQL导数据入Hive

创建Hive表

创建同步mysql表的hive表

CREATE TABLE test.anticheat_blacklist_mysql(
key string, 
dt int,
update_time timestamp,
delete_flag int,
operator string
) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
STORED AS TEXTFILE 
LOCATION 'hdfs://dc5/user/test/hive/online/anticheat_blacklist_mysql';

全量导入

用sqoop import全量导出mysql表数据入hive表,具体命令如下：

sqoop import -D mapred.job.queue.name=datacenter 
--connect jdbc:mysql://localhost:3306/anticheat?tinyInt1isBit=false 
--username root 
--password ^qn9DFYPm  
--table anticheat_blacklist 
--delete-target-dir 
--beeline "" 
--hive-import --fields-terminated-by '\t' 
--hive-database test  
--hive-table  anticheat_blacklist_mysql
--null-string '\\N'  
--null-non-string '\\N'
--hive-overwrite 
--num-mappers 1 
--outdir /home/test/data/anticheat/mysql2hive

null字符串转为NULL,添加下面两条参数可以实现：

• –null-string 如果指定列为字符串类型，使用指定字符串替换值为null的该类列的值
• –null-non-string 如果指定列为非字符串类型，使用指定字符串替换值为null的该类列的值

增量导入

增量导入：（根据时间来导入，如果表中没有时间属性，可以增加一列时间簇）
核心参数：

• –check-column 用来指定一些列，这些列在增量导入时用来检查这些数据是否作为增量数据进行导入，和关系型数据库中的自增字段及时间戳类似. 注意:这些被指定的列的类型不能使任意字符类型（在关系数据库中），如char、varchar等类型都是不可以的，同时–check-column可以去指定多个列
• –incremental 用来指定增量导入的模式，两种模式分别为Append和Lastmodified
• –last-value 指定上一次导入中检查列指定字段最大值，即会导入比lastvalue指定值大的数据记录

注意：上面三个参数都必须添加！
执行语句：

sqoop import -D mapred.job.queue.name=datacenter 
--connect jdbc:mysql://localhost:3306/anticheat?tinyInt1isBit=false 
--username root 
--password ^qn9DFYPm  
--table anticheat_blacklist 
--delete-target-dir 
--hive-import --fields-terminated-by '\t' 
--beeline "" 
--hive-database test  
--hive-table  anticheat_blacklist_mysql
--null-string '\\N'  
--hive-overwrite 
--num-mappers 1 
--check-column update_time 
--incremental lastmodified  
--last-value "2019-04-12 14:31:34" 
--outdir /home/test/data/anticheat/mysql2hive

以上语句使用 lastmodified 模式进行增量导入，结果报错：

错误信息：--incremental lastmodified option for hive imports is not supported. Please remove the parameter --incremental lastmodified

错误原因：Sqoop 不支持 mysql转hive时使用 lastmodified 模式进行增量导入，但mysql转HDFS时可以支持该方式！

我们使用append方式导入：

sqoop import -D mapred.job.queue.name=datacenter 
--connect jdbc:mysql://localhost:3306/anticheat?tinyInt1isBit=false 
--username root 
--password ^qn9DFYPm  
--table anticheat_blacklist 
--delete-target-dir 
--hive-import --fields-terminated-by '\t' 
--hive-database test  
--hive-table  anticheat_blacklist_mysql
--null-string '\\N'  
--null-non-string '\\N'
--num-mappers 1 
--check-column update_time 
--incremental append 
--last-value "2019-04-12 14:31:34" 
--outdir /home/test/data/anticheat/mysql2hive

增量导入成功！