常用命令列举

import	将数据导入到集群
export	将集群数据导出
codegen	获取数据库中某张表数据生成 Java 并打包Jar
create-hive-table	创建 Hive 表
eval	查看 SQL 执行结果
import-all-tables	导入某个数据库下所有表到 HDFS 中
job	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
list-databases	列出所有数据库名
list-tables	列出某个数据库下所有表
merge	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
metastore	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
help	帮助信息
version	打印 sqoop 版本信息

公用参数：

1.数据库连接

--connect	连接关系型数据库的 URL
--connection-manager	指定要使用的连接管理类
--driver	JDBC 的 driver class
--help	打印帮助信息
--password	连接数据库的密码
--username	连接数据库的用户名
--verbose	在控制台打印出详细信息

2.import

--enclosed-by <char>	给字段值前后加上指定的字符
--escaped-by <char>	对字段中的双引号加转义符
--fields-terminated-by <char>	设定每个字段是以什么符号作为结束,默认为逗号
--lines-terminated-by <char>	设定每行记录之间的分隔符,默认是\n
--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
--optionally-enclosed-by <char>	给带有双引号或单引号的字段值前后加上指定字符

3.export

--input-enclosed-by <char>	对字段值前后加上指定字符
--input-escaped-by <char>	对含有转移符的字段做转义处理
--input-fields-terminated-by <char>	字段之间的分隔符
--input-lines-terminated-by <char>	行之间的分隔符
--input-optionally-enclosed-by <char>	给带有双引号或单引号的字段前后加上指定字符

4.hive

--hive-delims-replacement <arg>	用自定义的字符串替换掉数据中的\r\n 和\013 \010 等字符
--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
--map-column-hive <map>	生成 hive 表时,可以更改生成字段的数据类型
--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
--hive-partition-value <v>	导入数据时,指定某个分区的值
--hive-home <dir>	hive 的安装目录,可以通过该参数覆盖之前默认配置的目录
--hive-import	将数据从关系数据库中导入到 hive 表中
--hive-overwrite	覆盖掉在 hive 表中已经存在的数据
--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
--hive-table	后面接要创建的 hive 表,默认使用 MySQL 的表名
--table	指定关系数据库的表名

命令参数：

1.import

--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
--as-avrodatafile	将数据导入到一个 Avro 数据文件中
--as-sequencefile	将数据导入到一个 sequence文件中
--as-textfile	将数据导入到一个普通文本文件中
--boundary-query <statement>	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
--columns <col1, col2, col3>	指定要导入的字段
--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
--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
--inline-lob-limit	设定大对象数据类型的最大值
--m 或–num-mappers	启动 N 个 map 来并行导入数据,默认 4 个
--query 或--e <statement>	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
--split-by <column-name>	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)
--table <table-name>	关系数据库的表名
--target-dir <dir>	指定 HDFS 路径
--warehouse-dir <dir>	与 14 参数不能同时使用,导入数据到 HDFS 时指定的目录
--where	从关系数据库导入数据时的查询条件
--z 或--compress	允许压缩
--compression-codec	指定 hadoop 压缩编码类,默认为 gzip(Use Hadoop codecdefault gzip)
--null-string <null-string>	string 类型的列如果 null,替换为指定字符串
--null-non-string <null-string>	非 string 类型的列如果 null,替换为指定字符串
--check-column <col>	作为增量导入判断的列名
--incremental <mode>	mode:append 或 lastmodified
--last-value <value>	指定某一个值,用于标记增量导入的位置

2.export

--direct	利用数据库自带的导入导出工具,以便于提高效率
--export-dir <dir>	存放数据的 HDFS 的源目录
-m 或--num-mappers <n>	启动 N 个 map 来并行导入数据,默认 4 个
--table <table-name>	指定导出到哪个 RDBMS 中的表
--update-key <col-name>	对某一列的字段进行更新操作
--update-mode <mode>	updateonly allowinsert(默认)
--input-null-string <null-string>	参考 import
--input-null-non-string <null-string>	参考 import
--staging-table  <staging-table-name>	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
--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.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

--bindir <dir>	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
--class-name <name>	设定生成的 Java 文件指定的名称
--outdir <dir>	生成 Java 文件存放的路径
--package-name <name>	包名,如 com.z,就会生成 com和 z 两级目录
--input-null-non-string <null-str>	在生成的 Java 文件中,可以将 null 字符或者不存在的字符串设置为想要设定的值(例如空字符串)
--input-null-string <null-str>	将 null 字符串替换成想要替换的值(一般与 5 同时使用)
--map-column-java <arg>	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
--null-non-string <null-str>	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
--null-string <null-str>	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)
--table <table-name>	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

奈斯