Sqoop是用来实现结构型数据（如:关系型数据库RDBMS）和Hadoop之间进行数据迁移的工具。它充分利用了MapReduce的并行特点以批处理的方式加快数据的传输，

同时也借助MapReduce实现容错。

一、将MySQL中的表迁移到HDFS上（RDBMS —> HDFS）

1. 导入MySQL"db_sqoop.mysql_emp表"所有数据到HDFS中;
   sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table mysql_emp \--target-dir /data/hdfs_sqoop \--delete-target-dir \--num-mappers 1    \--fields-terminated-by '\t'
   --table mysql中目标表；
   --target-dir hdfs存放目录；
   --delete-target-dir：若hdfs存放目录已存在，则自动删除；
   --num-mappers：指定maptask数量；
   --fields-terminated-by:各字段间的分隔符；
2. 将MySQL的查询结果导入HDFS上;
   sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--target-dir /data/hdfs_sqoop \--delete-target-dir \--num-mappers 1    \--fields-terminated-by '\t' \--query 'SELECT emp_no,first_name,last_name FROM mysql_emp WHERE gender="M" and $CONDITIONS;'
   ”$CONDITIONS"表示将查询结果带回。
3. 使用sqoop的关键字筛选查询后的结果导入到HDFS；
   sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table mysql_emp \--target-dir /data/hdfs_sqoop \--delete-target-dir \--num-mappers 1    \--fields-terminated-by '\t' \--where "gender='F'"
4. 从MySQL导入指定’列’到HDFS上;

sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table mysql_emp \--target-dir /data/hdfs_sqoop \--delete-target-dir \--num-mappers 1    \--fields-terminated-by '\t' \--columns emp_no,gender,birth_date

二、MySQL  ——>   Hive (RDBMS ——> HIVE)

1. 将MySQL中的表导入Hive中;
   sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--num-mappers 1    \--table mysql_emp \--hive-import \--hive-table db_hive_sqoop.hive_emp \--fields-terminated-by '\t' \--hive-overwrite \--delete-target-dir

三、MySQL –> Hbase(RDBMS ——> Hbase)

1. 将MySQL中的表导入Hbase中；

sqoop import \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table book \--columns "id,name,price" \--column-family "info" \--hbase-create-table \--hbase-row-key "id" \--hbase-table "hbase_book" \--num-mappers 1  \--split-by id

四、HDFS/Hive —> MySQL (HDFS/Hive —> RDBMS)

1. 在MySQL中创建对应的表,然后使用如下语句;

sqoop export \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table myqsl_dept \--num-mappers 1 \--export-dir /usr/hive/warehouse/db_hive_sqoop.db/hive_dept \--input-fields-terminated-by '\t'

五、导出MySQL表结构到hive

1. 导出MySQL表结构；
   sqoop create-hive-table \--connect jdbc:mysql://hadoopone:3306/db_sqoop \--username root \--password root \--table mysql_stu \--hive-database db_hive_sqoop \--hive-table hive_stu