利用Sqoop将MySQL海量测试数据导入HDFS和HBase
作者：帅气陈吃苹果
一、安装Sqoop
1、下载sqoop,解压、文件夹重命名
wget http://mirror.bit.edu.cn/apache/sqoop/1.4.6/sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz tar -zxvf sqoop-1.4.6.bin_hadoop-2.0.4.alpha.tar.gz -C /root/hadoop/ mv sqoop-1.4.6.bin_hadoop-2.0.4.alpha sqoop-1.4.6
2、配置环境变量
vim /etc/profile
export SQOOP_HOME=/root/hadoop/sqoop-1.4.6 export PATH = $PATH:$SQOOP_HME/bin
3、验证
若正常显示Sqoop版本信息，则安装配置成功：
[root@localhost ~ ] # sqoop version
二、创建数据库和表
安装MySql后，创建测试数据库和测试表。
数据库名：test
表结构：point(pointId int(10) PRIMARYKEY,pointName varchar(16),pointValue int(10))
三、shell脚本生成测试数据
编写Shell脚本，此处的插入语句需要根据所创建的表结构来修改：
#！/bin/bash
i=1;
MAX_INSERT_ROW_COUONT=$1;
while(( $i <= $MAX_INSERT_ROW_COUNT ))
do
mysql -uhive -phive test -e "insert into test.point(pointId,pointName,pointValue) values($i,'point"$i"',$i);"
i=(($i+1))
done
exit 0上述脚本生成测试数据速度很慢，笔者生成1000万条数据有如怀胎十月，欢迎建议，感谢！四、MySql数据导入
MySQL作为数据源时，Sqoop需要依赖MySQL数据库连接驱动包，下载地址：https://dev.mysql.com/get/Dow...
下载后解压，将mysql-connector-java-5.1.45文件夹下的mysql-connector-java-5.1.44-bin.jar包拷贝到$SQOOP_HOME/lib目录下即可。
1、导入HDFS
sqoop import --connect jdbc:mysql://localhost:3306/test --username hive --password hive --table point
参数解析：
import：表示从传统数据库导入数据到 HDFS/HIVE/HBASE等；
--connect：建立数据库连接；
jdbc:mysql://localhost:3306/test：使用jdbc方式连接mysql数据库，数据库名为test；
--username：指定数据库用户名；
--password：指定数据库密码；
--table：指定表名
注意：a)HDFS输出目录不能已经存在；
b)没有指定-m或者splite-by时，即没有指定并行度时，要导入的表必须有主键，否则会出错。
c)导入到指定目录：sqoop import --connect jdbc:mysql://localhost:3306/test --username hive --password hive --table point --target-dir /directory
如果没有指定输出目录，默认在/user/root/下创建一个与表名一致的子目录作为输出目录，导入操作执行后，查看HDFS中是否有导入的文件：
hdfs dfs -ls /user/root/point/
2、导入HBase
sqoop import --connect jdbc:mysql://localhost:3306/test --username root --password root --table point --hbase-table HPoint --column-family info --hbase-row-key pointId --hbase-create-table
参数解析：
--hbase-table：指定导入到HBase数据库中某表；
--column-family：指定列族名；
--hbase-row-key：指定rowKey；
--hbase-create-table：表示按照参数创建HBase中的表；
最后，欢迎指正。喜欢的话，点个赞呗，请你吃苹果。