Sqoop作为数据传输的工具，对于Hadoop与传统数据库之间数据的传输起着桥梁作用，那么到底如何导入导出数据呢？
第一：使用MapReduce作业来执行导入：
（1）Sqoop首先检查将要导入的表
1、确定主键（如果有的话），调用mapreduce，根据主键分割map
2、没有主键，运行边界查询确定导入的记录数（找到一个min和一个max，确定边界进行划分）
3、通过任务数来划分边界查询的结果,使得他们有相同的负载
（2）Sqoop为每个将导入的表生成Java源文件
1、在导入过程中编译和使用文件
2、导入后依然保留，可以被安全删除
第二：使用sqoop导入整个数据库：
（1）import-all-tables工具导入整个数据库
1、存储为逗号间隔的文件
2、默认导入到HDFS的home目录
3、数据将放在每个表的子目录中
（2）使用--warehouse-dir选项指定不同的基础目录
第三：使用Sqoop导入单个表：
（1）import工具导入单个表
1、示例：导入accounts表
以逗号分隔的方式存储数据到HDFS
2、指定tab分隔字段
第四：增量导入
（1） 如果上次记录导入后发生了变更怎么办？
1、可以重新导入所有记录，但是效率低
（2） Sqoop的lastmodified增量模式导入新的和修改的记录
1、基于指定的timestamp列
2、确保当记录更新或者被添加时timestamp也更新
（3）append增量模式只导入新纪录
1、基于指定列的最后一条记录
第五：使用Sqoop从Hadoop导出数据到RDBMS
（1）Sqoop的import工具把数据从RDBMS拉入到HDFS
（2）有时候也需要把HDFS的数据推回到RDBMS，当需要对大数据集进行批处理，并导出结果到RDBMS供其它系统访问
（3）Sqoop使用export工具，RDBMS表在导出前必须已存在
掌握了以上方式，对于关系型数据库的导入和导出基本有一个明确的认知和了解，其实我们在日常的学习和实践过程中要多去看看别人的分享，毕竟做技术每个人的经历与经验不一样，有时候说不准会有意向不到的收获。我自己平时喜欢关注“大数据cn”、“大数据时代学习中心”这些微信服务号，对于我个人而言，起到了很大的促进作用，也期待每一个学习大数据的人都能够有所收获！
本文出自 “11872756” 博客，请务必保留此出处http://11882756.blog.51cto.com/11872756/1883944
原文地址：http://11882756.blog.51cto.com/11872756/1883944
