Sqoop中文手册
1. 概述
本文档主要对SQOOP的使用进行了说明，参考内容主要来自于Cloudera SQOOP的官方文档。为了用中文更清楚明白地描述各参数的使用含义，本文档几乎所有参数使用说明都经过了我的实际验证而得到。
2. codegen
将关系数据库表映射为一个java文件、java class类、以及相关的jar包， 1、 将数据库表映射为一个Java文件，在该Java文件中对应有表的各个字段。 2、 生成的Jar和class文件在metastore功能使用时会用到。 基础语句：
sqoop codegen –connect jdbc:mysql://localhost:3306/hive –username root –password 123456 –table TBLS2
参数 说明 –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JAR包文件输 –class-name –outdir 生成的java文件存放路径 –package-name 包名，如cn.cnnic，则会生成cn和cnnic两级目录，生成的文件就存放在cnnic目录里 –input-null-non-string 在生成的java文件中，可以将null字符串设为想要设定的值（比如空字符串‘‘） –input-null-string 同上，设定时，最好与上面的属性一起设置，且设置同样的值（比如空字符串等等）。 –map-column-java 数据库字段在生成的java文件中会映射为各种属性，且默认的数据类型与数据库类型保持对应，比如数据库中某字段的类型为bigint，则在Java文件中的数据类型为long型，通过这个属性，可以改变数据库字段在java中映射的数据类型，格式如：–map-column-java DB_ID=String,id=Integer –null-non-string 在生成的java文件中，比如TBL_ID==null?‖null‖:‖‖，通过这个属性设置可以将null字符串设置为其它值如ddd，TBL_ID==null?‖ddd‖:‖‖ –null-string 同上，使用的时候最好和上面的属性一起用，且设置为相同的值 –table 对应关系数据库的表名，生成的java文件中的各属性与该表的各字段一一对应。 3. create-hive-table
生成与关系数据库表的表结构对应的HIVE表 基础语句：
sqoop create-hive-table –connect jdbc:mysql://localhost:3306/hive -username root -password 123456 –table TBLS –hive-table h_tbls2
参数 –hive-home
Hive的安装目录，可以通过该参数覆盖掉默认的hive目录 –hive-overwrite 覆盖掉在hive表中已经存在的数据 –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 –hive-table 后面接要创建的hive表 –table 指定关系数据库表名 4. eval 可以快速地使用SQL语句对关系数据库进行操作，这可以使得在使用import这种工具进行数据导入的时候，可以预先了解相关的SQL语句是否正确，并能将结果显示在控制台。 查询示例：
sqoop eval –connect jdbc:mysql://localhost:3306/hive -username root -password 123456 -query ―SELECT * FROM tbls LIMIT 10″ 数据插入示例：
sqoop eval –connect jdbc:mysql://localhost:3306/hive -username root -password 123456 -e ―INSERT INTO TBLS2
VALUES(100,1375170308,1,0,‘hadoop‘,0,1,‘guest‘,‘MANAGED_TABLE‘,‘abc‘,‘ddd‘)‖ -e、-query这两个参数经过测试，比如后面分别接查询和插入SQL语句，皆可运行无误，如上。
5. export
从hdfs中导数据到关系数据库中
sqoop export –connect jdbc:mysql://localhost:3306/hive –username root –password
123456 –table TBLS2 –export-dir sqoop/test
参数 说明 –direct 快速模式，利用了数据库的导入工具，如mysql的mysqlimport，可以比jdbc连接的方式更为高效的将数据导入到关系数据库中。 –export-dir
存放数据的HDFS的源目录 -m,–num-mappers 启动N个map来并行导入数据，默认是4个，最好不要将数字设置为高于集群的最大Map数 –table 要导入到的关系数据库表 –update-key 后面接条件列名，通过该参数，可以将关系数据库中已经存在的数据进行更新操作，类似于关系数据库中的update操作 –update-mode 更新模式，有两个值updateonly和默认的allowinsert，该参数只能是在关系数据表里不存在要导入的记录时才能使用，比如要导入的hdfs中有一条id=1的记录，如果在表里已经有一条记录id=2，那么更新会失败。 –input-null-string 可选参数，如果没有指定，则字符串null将被使用 –input-null-non-string 可选参数，如果没有指定，则字符串null将被使用 –staging-table 该参数是用来保证在数据导入关系数据库表的过程中事务安全性的，因为在导入的过程中可能会有多个事务，那么一个事务失败会影响到其它事务，比如导入的数据会出现错误或出现重复的记录等等情况，那么通过该参数可以避免这种情况。创建一个与导入目标表同样的数据结构，保留该表为空在运行数据导入前，所