一. 常用命令列举 这里给大家列出来了一部分Sqoop操作时的常用参数，以供参考，需要深入学习的可以参看对应类的源代码。
序号
命令
类
说明
1
import
ImportTool
将数据导入到集群
2
export
ExportTool
将集群数据导出
3
codegen
CodeGenTool
获取数据库中某张表数据生成Java并打包Jar
4
create-hive-table
CreateHiveTableTool
创建Hive表
5
eval
EvalSqlTool
查看SQL执行结果
6
import-all-tables
ImportAllTablesTool
导入某个数据库下所有表到HDFS中
7
job
JobTool
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。
8
list-databases
ListDatabasesTool
列出所有数据库名
9
list-tables
ListTablesTool
列出某个数据库下所有表
10
merge
MergeTool
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
11
metastore
MetastoreTool
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。
12
help
HelpTool
打印sqoop帮助信息
13
version
VersionTool
打印sqoop版本信息
二. 公用参数 刚才列举了一些Sqoop的常用命令，对于不同的命令，有不同的参数，让我们来一一列举说明。
首先来我们来介绍一下公用的参数，所谓公用参数，就是大多数命令都支持的参数。
1. 公用参数：数据库连接序号
参数
说明
1
–connect
连接关系型数据库的URL
2
–connection-manager
指定要使用的连接管理类
3
–driver
Hadoop根目录
4
–help
打印帮助信息
5
–password
连接数据库的密码
6
–username
连接数据库的用户名
7
–verbose
在控制台打印出详细信息
2. 公用参数：import序号
参数
说明
1
–enclosed-by
给字段值前加上指定的字符
2
–escaped-by
对字段中的双引号加转义符
3
–fields-terminated-by
设定每个字段是以什么符号作为结束，默认为逗号
4
–lines-terminated-by
设定每行记录之间的分隔符，默认是\n
5
–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。
6
–optionally-enclosed-by
给带有双引号或单引号的字段值前后加上指定字符。
3. 公用参数：export序号
参数
说明
1
–input-enclosed-by
对字段值前后加上指定字符
2
–input-escaped-by
对含有转移符的字段做转义处理
3
–input-fields-terminated-by
字段之间的分隔符
4
–input-lines-terminated-by
行之间的分隔符
5
–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。
4. 公用参数：hive序号
参数
说明
1
–hive-delims-replacement
用自定义的字符串替换掉数据中的\r\n和\013 \010等字符
2
–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
3
–map-column-hive
生成hive表时，可以更改生成字段的数据类型
4
–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
5
–hive-partition-value
导入数据时，指定某个分区的值
6
–hive-home
hive的安装目录，可以通过该参数覆盖之前默认配置的目录
7
–hive-import
将数据从关系数据库中导入到hive表中
8
–hive-overwrite
覆盖掉在hive表中已经存在的数据
9
–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。
10
–hive-table
后面接要创建的hive表,默认使用MySQL的表名
11
–table
指定关系数据库的表名
三. 命令&参数 公用参数介绍完之后，我们来按照命令介绍命令对应的特有参数。
3.1 命令&参数：import 将关系型数据库中的数据导入到HDFS（包括Hive，HBase）中，如果导入的是Hive，那么当Hive中没有对应表时，则自动创建。
1. 命令 1. 导入数据到hive中代码语言：javascript代码运行次数：0运行复制// 密码我就用000000代替了
$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff \
--hive-import 2. 增量导入数据到hive中，mode=append代码语言：javascript代码运行次数：0运行复制// append导入：
$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--fields-terminated-by "\t" \
--target-dir /user/hive/warehouse/staff_hive \
--check-column id \
--incremental append \
--last-value 3提示：append不能与–hive-等参数同时使用（Append mode for hive imports is not yet supported. Please remove the parameter --append-mode）
3. 增量导入数据到hdfs中，mode=lastmodified代码语言：javascript代码运行次数：0运行复制// 1 先在mysql中建表并插入几条数据：
mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP);
mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'buwen', 'female');
mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'buhuo', 'female');
先导入一部分数据：
$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff_timestamp \
--delete-target-dir \
--m 1
// 2 再增量导入一部分数据：
mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'buwenbuhuo', 'female');
$ bin/sqoop import \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff_timestamp \
--check-column last_modified \
--incremental lastmodified \
--last-value "2020-05-15 22:20:38" \
--m 1 \
--append提示1：使用lastmodified方式导入数据要指定增量数据是要–append（追加）还是要–merge-key（合并）
提示2：last-value指定的值是会包含于增量导入的数据中
2. 参数序号
参数
说明
1
–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。
2
–as-avrodatafile
将数据导入到一个Avro数据文件中
3
–as-sequencefile
将数据导入到一个sequence文件中
4
–as-textfile
将数据导入到一个普通文本文件中
5
–boundary-query
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。
6
–columns
指定要导入的字段
7
–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。
8
–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
9
–inline-lob-limit
设定大对象数据类型的最大值
10
–m或–num-mappers
启动N个map来并行导入数据，默认4个。
11
–query或–e
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$CONDITIONS关键字
12
–split-by
按照某一列来切分表的工作单元，不能与–autoreset-to-one-mapper连用（请参考官方文档）
13
–table
关系数据库的表名
14
–target-dir
指定HDFS路径
15
–warehouse-dir
与14参数不能同时使用，导入数据到HDFS时指定的目录
16
–where
从关系数据库导入数据时的查询条件
17
–z或–compress
允许压缩
18
–compression-codec
指定hadoop压缩编码类，默认为gzip(Use Hadoop codec default gzip)
19
–null-string
string类型的列如果null，替换为指定字符串
20
–null-non-string
非string类型的列如果null，替换为指定字符串
21
–check-column
作为增量导入判断的列名
22
–incremental
mode：append或lastmodified
23
–last-value
指定某一个值，用于标记增量导入的位置
3.2 命令&参数：export从HDFS（包括Hive和HBase）中奖数据导出到关系型数据库中。
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop export \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff \
--export-dir /user/company \
--input-fields-terminated-by "\t" \
--num-mappers 12. 参数序号
参数
说明
1
–direct
利用数据库自带的导入导出工具，以便于提高效率
2
–export-dir
存放数据的HDFS的源目录
3
-m或–num-mappers
启动N个map来并行导入数据，默认4个
4
–table
指定导出到哪个RDBMS中的表
5
–update-key
对某一列的字段进行更新操作
6
–update-mode
updateonly allowinsert(默认)
7
–input-null-string
请参考import该类似参数说明
8
–input-null-non-string
请参考import该类似参数说明
9
–staging-table
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。
10
–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
3.3 命令&参数：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。
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop codegen \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff \
--bindir /home/admin/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"2. 参数序号
参数
说明
1
–bindir
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
2
–class-name
设定生成的Java文件指定的名称
3
–outdir
生成Java文件存放的路径
4
–package-name
包名，如com.z，就会生成com和z两级目录
5
–input-null-non-string
在生成的Java文件中，可以将null字符串或者不存在的字符串设置为想要设定的值（例如空字符串）
6
–input-null-string
将null字符串替换成想要替换的值（一般与5同时使用)
7
–map-column-java
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
8
–null-non-string
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
9
–null-string
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）
10
–table
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
3.4 命令&参数：create-hive-table生成与关系数据库表结构对应的hive表结构。
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop create-hive-table \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--table staff \
--hive-table hive_staff2. 参数序号
参数
说明
1
–hive-home
Hive的安装目录，可以通过该参数覆盖掉默认的Hive目录
2
–hive-overwrite
覆盖掉在Hive表中已经存在的数据
3
–create-hive-table
默认是false，如果目标表已经存在了，那么创建任务会失败
4
–hive-table
后面接要创建的hive表
5
–table
指定关系数据库的表名
3.5 命令&参数：eval可以快速的使用SQL语句对关系型数据库进行操作，经常用于在import数据之前，了解一下SQL语句是否正确，数据是否正常，并可以将结果显示在控制台。
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop eval \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--query "SELECT * FROM staff"2. 参数序号
参数
说明
1
–query或–e
后跟查询的SQL语句
3.6 命令&参数：import-all-tables可以将RDBMS中的所有表导入到HDFS中，每一个表都对应一个HDFS目录
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop import-all-tables \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000 \
--warehouse-dir /all_tables2. 参数序号
参数
说明
1
–as-avrodatafile
2
–as-sequencefile
3
–as-textfile
4
–direct
5
–direct-split-size
这些参数的含义均和import对应的含义一致
6
–inline-lob-limit
7
–m或—num-mappers
8
–warehouse-dir
9
-z或–compress
10
–compression-codec
3.7 命令&参数：job用来生成一个sqoop任务，生成后不会立即执行，需要手动执行。
1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop job \
--create myjob -- import-all-tables \
--connect jdbc:mysql://hadoop002:3306/company \
--username root \
--password 000000
$ bin/sqoop job \
--list
$ bin/sqoop job \
--exec myjob提示1：注意import-all-tables和它左边的–之间有一个空格
提示2：如果需要连接metastore，则–meta-connect jdbc:hsqldb:hsql://hadoop002:16000/sqoop
2. 参数序号
参数
说明
1
–create
创建job参数
2
–delete
删除一个job
3
–exec
执行一个job
4
–help
显示job帮助
5
–list
显示job列表
6
–meta-connect
用来连接metastore服务
7
–show
显示一个job的信息
8
–verbose
打印命令运行时的详细信息
提示3:在执行一个job时，如果需要手动输入数据库密码，可以做如下优化
代码语言：javascript代码运行次数：0运行复制
3.8 命令&参数：list-databases1. 命令代码语言：javascript代码运行次数：0运行复制$ bin/sqoop list-databases \
--connect jdbc:mysql://hadoop002:3306/ \
--username root \
--password 000000参数：与公用参数一样
3.9 命令&参数：merge将HDFS中不同目录下面的数据合并在一起并放入指定目录中
1. 数据环境代码语言：javascript代码运行次数：0运行复制new_staff
1 AAA male
2 BBB male
3 CCC male
4 DDD male
old_staff
1 AAA female
2 CCC female
3 BBB female
6 DDD female提示：上边数据的列之间的分隔符应该为\t，行与行之间的分割符为\n，如果直接复制，请检查之。
2. 命令代码语言：javascript代码运行次数：0运行复制// 创建JavaBean：
$ bin/sqoop codegen \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--table staff \
--bindir /home/admin/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"
// 开始合并：
$ bin/sqoop merge \
--new-data /test/new/ \
--onto /test/old/ \
--target-dir /test/merged \
--jar-file /home/admin/Desktop/staff/Staff.jar \
--class-name Staff \
--merge-key id
// 结果：
1 AAA MALE
2 BBB MALE
3 CCC MALE
4 DDD MALE
6 DDD FEMALE3. 参数序号
参数
说明
1
–new-data
HDFS 待合并的数据目录，合并后在新的数据集中保留
2
–onto
HDFS合并后，重复的部分在新的数据集中被覆盖
3
–merge-key
合并键，一般是主键ID
4
–jar-file
合并时引入的jar包，该jar包是通过Codegen工具生成的jar包
5
–class-name
对应的表名或对象名，该class类是包含在jar包中的
6
–target-dir
合并后的数据在HDFS里存放的目录
3.10 命令&参数：metastore记录了Sqoop job的元数据信息，如果不启动该服务，那么默认job元数据的存储目录为~/.sqoop，可在sqoop-site.xml中修改。
1. 命令代码语言：javascript代码运行次数：0运行复制// 启动sqoop的metastore服务
$ bin/sqoop metastore2. 参数序号
参数
说明
1
–shutdown
关闭metastore
本次的分享就到这里了