Sqoop常用命令及參數介紹

常用命令列舉

import	將數據導入到集羣
export	將集羣數據導出
codegen	獲取數據庫中某張表數據生成 Java 並打包Jar
create-hive-table	創建 Hive 表
eval	查看 SQL 執行結果
import-all-tables	導入某個數據庫下所有表到 HDFS 中
job	用來生成一個 sqoop的任務,生成後,該任務並不執行,除非使用命令執行該任務
list-databases	列出所有數據庫名
list-tables	列出某個數據庫下所有表
merge	將 HDFS 中不同目錄下面的數據合在一起,並存放在指定的目錄中
metastore	記錄 sqoop job 的元數據信息,如果不啓動 metastore 實例則默認的元數據存儲目錄爲:~/.sqoop,如果要更改存儲目錄可以 在 配 置 文 件sqoop-site.xml 中進行更改
help	幫助信息
version	打印 sqoop 版本信息

公用參數：

1.數據庫連接

--connect	連接關係型數據庫的 URL
--connection-manager	指定要使用的連接管理類
--driver	JDBC 的 driver class
--help	打印幫助信息
--password	連接數據庫的密碼
--username	連接數據庫的用戶名
--verbose	在控制檯打印出詳細信息

2.import

--enclosed-by <char>	給字段值前後加上指定的字符
--escaped-by <char>	對字段中的雙引號加轉義符
--fields-terminated-by <char>	設定每個字段是以什麼符號作爲結束,默認爲逗號
--lines-terminated-by <char>	設定每行記錄之間的分隔符,默認是\n
--mysql-delimiters	Mysql 默認的分隔符設置,字段之間以逗號分隔,行之間以\n 分隔,默認轉義符是\,字段值以單引號包裹
--optionally-enclosed-by <char>	給帶有雙引號或單引號的字段值前後加上指定字符

3.export

--input-enclosed-by <char>	對字段值前後加上指定字符
--input-escaped-by <char>	對含有轉移符的字段做轉義處理
--input-fields-terminated-by <char>	字段之間的分隔符
--input-lines-terminated-by <char>	行之間的分隔符
--input-optionally-enclosed-by <char>	給帶有雙引號或單引號的字段前後加上指定字符

4.hive

--hive-delims-replacement <arg>	用自定義的字符串替換掉數據中的\r\n 和\013 \010 等字符
--hive-drop-import-delims	在導入數據到 hive 時,去掉數據中的\r\n\013\010 這樣的字符
--map-column-hive <map>	生成 hive 表時,可以更改生成字段的數據類型
--hive-partition-key	創建分區,後面直接跟分區名,分區字段的默認類型爲string
--hive-partition-value <v>	導入數據時,指定某個分區的值
--hive-home <dir>	hive 的安裝目錄,可以通過該參數覆蓋之前默認配置的目錄
--hive-import	將數據從關係數據庫中導入到 hive 表中
--hive-overwrite	覆蓋掉在 hive 表中已經存在的數據
--create-hive-table	默認是 false,即,如果目標表已經存在了,那麼創建任務失敗
--hive-table	後面接要創建的 hive 表,默認使用 MySQL 的表名
--table	指定關係數據庫的表名

命令參數：

1.import

--append	將數據追加到 HDFS 中已經存在的 DataSet 中,如果使用該參數,sqoop 會把數據先導入到臨時文件目錄,再合併
--as-avrodatafile	將數據導入到一個 Avro 數據文件中
--as-sequencefile	將數據導入到一個 sequence文件中
--as-textfile	將數據導入到一個普通文本文件中
--boundary-query <statement>	邊界查詢,導入的數據爲該參數的值(一條 sql 語句)所執行的結果區間內的數據
--columns <col1, col2, col3>	指定要導入的字段
--direct	直接導入模式,使用的是關係數據庫自帶的導入導出工具,以便加快導入導出過程
--direct-split-size	在使用上面 direct 直接導入的基礎上,對導入的流按字節分塊,即達到該閾值就產生一個新的文件
--inline-lob-limit	設定大對象數據類型的最大值
--m 或–num-mappers	啓動 N 個 map 來並行導入數據,默認 4 個
--query 或--e <statement>	將查詢結果的數據導入,使用時必須伴隨參--target-dir,--hive-table,如果查詢中有where 條件,則條件後必須加上$CONDITIONS 關鍵字
--split-by <column-name>	按照某一列來切分表的工作單元,不能與--autoreset-to-one-mapper 連用(請參考官方文檔)
--table <table-name>	關係數據庫的表名
--target-dir <dir>	指定 HDFS 路徑
--warehouse-dir <dir>	與 14 參數不能同時使用,導入數據到 HDFS 時指定的目錄
--where	從關係數據庫導入數據時的查詢條件
--z 或--compress	允許壓縮
--compression-codec	指定 hadoop 壓縮編碼類,默認爲 gzip(Use Hadoop codecdefault gzip)
--null-string <null-string>	string 類型的列如果 null,替換爲指定字符串
--null-non-string <null-string>	非 string 類型的列如果 null,替換爲指定字符串
--check-column <col>	作爲增量導入判斷的列名
--incremental <mode>	mode:append 或 lastmodified
--last-value <value>	指定某一個值,用於標記增量導入的位置

2.export

--direct	利用數據庫自帶的導入導出工具,以便於提高效率
--export-dir <dir>	存放數據的 HDFS 的源目錄
-m 或--num-mappers <n>	啓動 N 個 map 來並行導入數據,默認 4 個
--table <table-name>	指定導出到哪個 RDBMS 中的表
--update-key <col-name>	對某一列的字段進行更新操作
--update-mode <mode>	updateonly allowinsert(默認)
--input-null-string <null-string>	參考 import
--input-null-non-string <null-string>	參考 import
--staging-table  <staging-table-name>	創建一張臨時表,用於存放所有事務的結果,然後將所有事務結果一次性導入到目標表中,防止錯誤
--clear-staging-table	如果第 9 個參數非空,則可以在導出操作執行前,清空臨時事務結果表

3.codegen

將關係型數據庫中的表映射爲一個 Java 類,在該類中有各列對應的各個字段

--bindir <dir>	指定生成的 Java 文件、編譯成的 class 文件及將生成文件打包爲 jar 的文件輸出路徑
--class-name <name>	設定生成的 Java 文件指定的名稱
--outdir <dir>	生成 Java 文件存放的路徑
--package-name <name>	包名,如 com.z,就會生成 com和 z 兩級目錄
--input-null-non-string <null-str>	在生成的 Java 文件中,可以將 null 字符或者不存在的字符串設置爲想要設定的值(例如空字符串)
--input-null-string <null-str>	將 null 字符串替換成想要替換的值(一般與 5 同時使用)
--map-column-java <arg>	數據庫字段在生成的 Java 文件中會映射成各種屬性,且默認的數據類型與數據庫類型保持對應關係。該參數可以改變默認類型,例如:--map-column-java id=long, name=String
--null-non-string <null-str>	在生成 Java 文件時,可以將不存在或者 null 的字符串設置爲其他值
--null-string <null-str>	在生成 Java 文件時,將 null字符串設置爲其他值(一般與8 同時使用)
--table <table-name>	對應關係數據庫中的表名,生成的 Java 文件中的各個屬性與該表的各個字段一一對應

本文爲轉自：https://blog.csdn.net/ys_230014/article/details/82691104