首页 > 代码库 > sqoop操作之HDFS导出到ORACLE
sqoop操作之HDFS导出到ORACLE
注意：在导出前需要先创建待导出的表结构。如果导出的表在数据库中不存在则会报错；如果重复导出多次，表中的数据会重复；
create table EMP_DEMO as select * from EMP where 1=2;create table SALGRADE_DEMO as select * from SALGRADE where 1=2;
导出表的所有字段
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--export-dir /user/hadoop/EMP -m 1;
重复执行多次，表中的数据会重复，不会删除以前存在的数据。
导出表的指定字段
为了查看演示效果方便，先删除表中已经存在的数据。
DELETE FROM EMP_DEMO;
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--columns "EMPNO,ENAME,JOB,SAL,COMM" \--export-dir ‘/user/hadoop/EMP_COLUMN‘ \-m 1;sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--columns "EMPNO,ENAME,JOB,SAL,COMM" \--export-dir ‘/user/hadoop/EMP‘ \-m 1;
导出表的指定字段使用指定的分隔符
为了查看演示效果方便，先删除表中已经存在的数据。
DELETE FROM EMP_DEMO;
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--columns "EMPNO,ENAME,JOB,SAL,COMM" \--export-dir ‘/user/hadoop/EMP_COLUMN_SPLIT‘ \--fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘ -m 1;
没有指定分隔符的脚本在执行时是会报错的：Caused by: java.lang.NumberFormatException
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--columns "EMPNO,ENAME,JOB,SAL,COMM" \--export-dir ‘/user/hadoop/EMP_COLUMN_SPLIT‘ \-m 1;
说明：
1）--fields-terminated-by ‘\t‘ --lines-terminated-by ‘\n‘要和导入的一致，否则报错；
2）export 命令是不支持覆盖的，经过上次的两个导出操作，表里就有两份相同的数据了。
批量导出
为了查看演示效果方便，先删除表中已经存在的数据。
DELETE FROM EMP_DEMO;
sqoop export -Dsqoop.export.records.per.statement=10 --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--export-dir /user/hadoop/EMP -m 1 \--batch ;
默认情况下读取一行HDFS文件的数据就insert一条记录到关系型数据库中,性能低下;
可以使用批量导出，一次导入10条数据到关系型数据库中;
导出保证原子性
为了查看演示效果方便，先删除表中已经存在的数据。
DELETE FROM EMP_DEMO;
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--export-dir /user/hadoop/EMP -m 1 \--staging-table staging_emp \--clear-staging-table ;
map task没有数据回滚操作，如何保证原子性呢？
sqoop在导出在目标表中，先导入到临时表中staging_emp，确定导出成功后，再一次性的操作到目标表中，保证原子性；
在使用--staging-table时，staging_emp表必须要事先创建好，而且必须要有主键；
如果使用了--clear-staging-table，staging_emp如果存在数据，则先删除staging_emp表中的数据再导出；
处理null数据
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO \--export-dir /user/hadoop/EMP -m 1 \--input-null-string ‘\\N‘ \--input-null-non-string ‘\\N‘ ;
update-key操作
create table EMP_DEMO2 as select * from EMP_DEMO where 1=1;
将empno=7788的ename改为SCOTT11，empno=7782的ename改为CLARK11
此时hdfs中的empno=7788的ename为SCOTT，empno=7782的ename为CLARK
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO2 \--export-dir /user/hadoop/EMP \--update-key EMPNO -m 1;
执行完后，发现empno=7788的ename为SCOTT，empno=7782的ename为CLARK
将empno=7788的ename改为SCOTT11，empno=7782的ename改为CLARK11
表中删除除了empno为7788和7782之外的任意数据，再次执行
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO2 \--export-dir /user/hadoop/EMP \--update-key EMPNO -m 1;
执行完后，发现表中的数据条数并没有添加，但是发现empno=7788的ename为SCOTT，empno=7782的ename为CLARK
总结：--update-key只更新，不添加
update-mode allowinsert操作
EMP_DEMO2表中将empno=7788的ename改为SCOTT11，empno=7782的ename改为CLARK11，删除一些数据，只留下几条做测试
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO2 \--export-dir /user/hadoop/EMP \--update-key EMPNO \--update-mode allowinsert -m 1;
执行完毕后，发现一共有14条数据了，将HDFS中的数据都导出到数据库中，并更新了empno=7788的ename改为SCOTT，empno=7782的ename改为CLARK
再执行一次：
sqoop export --connect jdbc:oracle:thin:@192.168.1.107:1521:ORCL \--username SCOTT --password tiger \--table EMP_DEMO2 \--export-dir /user/hadoop/EMP \--update-key EMPNO \--update-mode allowinsert -m 1;
还是14条数据没变；
总结：根据指定的ID，没有数据就插入，有数据就更新；