常用命令列举
| import | 将数据导入到集群 |
| export | 将集群数据导出 |
| codegen | 获取数据库中某张表数据生成 Java 并打包Jar |
| create-hive-table | 创建 Hive 表 |
| eval | 查看 SQL 执行结果 |
| import-all-tables | 导入某个数据库下所有表到 HDFS 中 |
| job | 用来生成一个 sqoop的任务,生成后,该任务并不执行,除非使用命令执行该任务 |
| list-databases | 列出所有数据库名 |
| list-tables | 列出某个数据库下所有表 |
| merge | 将 HDFS 中不同目录下面的数据合在一起,并存放在指定的目录中 |
| metastore | 记录 sqoop job 的元数据信息,如果不启动 metastore 实例则默认的元数据存储目录为:~/.sqoop,如果要更改存储目录可以 在 配 置 文 件sqoop-site.xml 中进行更改 |
| help | 帮助信息 |
| version | 打印 sqoop 版本信息 |
公用参数：
1.数据库连接
| --connect | 连接关系型数据库的 URL |
| --connection-manager | 指定要使用的连接管理类 |
| --driver | JDBC 的 driver class |
| --help | 打印帮助信息 |
| --password | 连接数据库的密码 |
| --username | 连接数据库的用户名 |
| --verbose | 在控制台打印出详细信息 |
2.import
| --enclosed-by <char> | 给字段值前后加上指定的字符 |
| --escaped-by <char> | 对字段中的双引号加转义符 |
| --fields-terminated-by <char> | 设定每个字段是以什么符号作为结束,默认为逗号 |
| --lines-terminated-by <char> | 设定每行记录之间的分隔符,默认是\n |
| --mysql-delimiters | Mysql 默认的分隔符设置,字段之间以逗号分隔,行之间以\n 分隔,默认转义符是\,字段值以单引号包裹 |
| --optionally-enclosed-by <char> | 给带有双引号或单引号的字段值前后加上指定字符 |
3.export
| --input-enclosed-by <char> | 对字段值前后加上指定字符 |
| --input-escaped-by <char> | 对含有转移符的字段做转义处理 |
| --input-fields-terminated-by <char> | 字段之间的分隔符 |
| --input-lines-terminated-by <char> | 行之间的分隔符 |
| --input-optionally-enclosed-by <char> | 给带有双引号或单引号的字段前后加上指定字符 |
4.hive
| --hive-delims-replacement <arg> | 用自定义的字符串替换掉数据中的\r\n 和\013 \010 等字符 |
| --hive-drop-import-delims | 在导入数据到 hive 时,去掉数据中的\r\n\013\010 这样的字符 |
| --map-column-hive <map> | 生成 hive 表时,可以更改生成字段的数据类型 |
| --hive-partition-key | 创建分区,后面直接跟分区名,分区字段的默认类型为string |
| --hive-partition-value <v> | 导入数据时,指定某个分区的值 |
| --hive-home <dir> | hive 的安装目录,可以通过该参数覆盖之前默认配置的目录 |
| --hive-import | 将数据从关系数据库中导入到 hive 表中 |
| --hive-overwrite | 覆盖掉在 hive 表中已经存在的数据 |
| --create-hive-table | 默认是 false,即,如果目标表已经存在了,那么创建任务失败 |
| --hive-table | 后面接要创建的 hive 表,默认使用 MySQL 的表名 |
| --table | 指定关系数据库的表名 |
命令参数：
1.import
| --append | 将数据追加到 HDFS 中已经存在的 DataSet 中,如果使用该参数,sqoop 会把数据先导入到临时文件目录,再合并 |
| --as-avrodatafile | 将数据导入到一个 Avro 数据文件中 |
| --as-sequencefile | 将数据导入到一个 sequence文件中 |
| --as-textfile | 将数据导入到一个普通文本文件中 |
| --boundary-query <statement> | 边界查询,导入的数据为该参数的值(一条 sql 语句)所执行的结果区间内的数据 |
| --columns <col1, col2, col3> | 指定要导入的字段 |
| --direct | 直接导入模式,使用的是关系数据库自带的导入导出工具,以便加快导入导出过程 |
| --direct-split-size | 在使用上面 direct 直接导入的基础上,对导入的流按字节分块,即达到该阈值就产生一个新的文件 |
| --inline-lob-limit | 设定大对象数据类型的最大值 |
| --m 或–num-mappers | 启动 N 个 map 来并行导入数据,默认 4 个 |
| --query 或--e <statement> | 将查询结果的数据导入,使用时必须伴随参--target-dir,--hive-table,如果查询中有where 条件,则条件后必须加上$CONDITIONS 关键字 |
| --split-by <column-name> | 按照某一列来切分表的工作单元,不能与--autoreset-to-one-mapper 连用(请参考官方文档) |
| --table <table-name> | 关系数据库的表名 |
| --target-dir <dir> | 指定 HDFS 路径 |
| --warehouse-dir <dir> | 与 14 参数不能同时使用,导入数据到 HDFS 时指定的目录 |
| --where | 从关系数据库导入数据时的查询条件 |
| --z 或--compress | 允许压缩 |
| --compression-codec | 指定 hadoop 压缩编码类,默认为 gzip(Use Hadoop codecdefault gzip) |
| --null-string <null-string> | string 类型的列如果 null,替换为指定字符串 |
| --null-non-string <null-string> | 非 string 类型的列如果 null,替换为指定字符串 |
| --check-column <col> | 作为增量导入判断的列名 |
| --incremental <mode> | mode:append 或 lastmodified |
| --last-value <value> | 指定某一个值,用于标记增量导入的位置 |
2.export
| --direct | 利用数据库自带的导入导出工具,以便于提高效率 |
| --export-dir <dir> | 存放数据的 HDFS 的源目录 |
| -m 或--num-mappers <n> | 启动 N 个 map 来并行导入数据,默认 4 个 |
| --table <table-name> | 指定导出到哪个 RDBMS 中的表 |
| --update-key <col-name> | 对某一列的字段进行更新操作 |
| --update-mode <mode> | updateonly allowinsert(默认) |
| --input-null-string <null-string> | 参考 import |
| --input-null-non-string <null-string> | 参考 import |
| --staging-table <staging-table-name> | 创建一张临时表,用于存放所有事务的结果,然后将所有事务结果一次性导入到目标表中,防止错误 |
| --clear-staging-table | 如果第 9 个参数非空,则可以在导出操作执行前,清空临时事务结果表 |
3.codegen
将关系型数据库中的表映射为一个 Java 类,在该类中有各列对应的各个字段
| --bindir <dir> | 指定生成的 Java 文件、编译成的 class 文件及将生成文件打包为 jar 的文件输出路径 |
| --class-name <name> | 设定生成的 Java 文件指定的名称 |
| --outdir <dir> | 生成 Java 文件存放的路径 |
| --package-name <name> | 包名,如 com.z,就会生成 com和 z 两级目录 |
| --input-null-non-string <null-str> | 在生成的 Java 文件中,可以将 null 字符或者不存在的字符串设置为想要设定的值(例如空字符串) |
| --input-null-string <null-str> | 将 null 字符串替换成想要替换的值(一般与 5 同时使用) |
| --map-column-java <arg> | 数据库字段在生成的 Java 文件中会映射成各种属性,且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型,例如:--map-column-java id=long, name=String |
| --null-non-string <null-str> | 在生成 Java 文件时,可以将不存在或者 null 的字符串设置为其他值 |
| --null-string <null-str> | 在生成 Java 文件时,将 null字符串设置为其他值(一般与8 同时使用) |
| --table <table-name> | 对应关系数据库中的表名,生成的 Java 文件中的各个属性与该表的各个字段一一对应 |