常用命令

序号 命令 类 说明
1 import ImportTool 将数据导入到集群
2 export ExportTool 将集群数据导出
3 codegen CodeGenTool 获取数据库中某张表数据生成Java并打包Jar
4 create-hive-table CreateHiveTableTool 创建Hive表
5 eval EvalSqlTool 查看SQL执行结果
6 import-all-tables ImportAllTablesTool 导入某个数据库下所有表到HDFS中
7 job JobTool 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。
8 list-databases ListDatabasesTool 列出所有数据库名
9 list-tables ListTablesTool 列出某个数据库下所有表
10 merge MergeTool 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
11 metastore MetastoreTool 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。
12 help HelpTool 打印sqoop帮助信息
13 version VersionTool 打印sqoop版本信息

常用参数

所谓公用参数，就是大多数命令都支持的参数。

公用参数-数据库连接

序号 参数 说明
1 –connect 连接关系型数据库的URL
2 –connection-manager 指定要使用的连接管理类
3 –driver Hadoop根目录
4 –help 打印帮助信息
5 –password 连接数据库的密码
6 –username 连接数据库的用户名
7 –verbose 在控制台打印出详细信息

公用参数-import

序号 参数 说明
1 –enclosed-by 给字段值前加上指定的字符
2 –escaped-by 对字段中的双引号加转义符
3 –fields-terminated-by 设定每个字段是以什么符号作为结束，默认为逗号
4 –lines-terminated-by 设定每行记录之间的分隔符，默认是\n
5 –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
6 –optionally-enclosed-by 给带有双引号或单引号的字段值前后加上指定字符

公用参数-export

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

公用参数-hive

序号 参数 说明
1 –hive-delims-replacement 用自定义的字符串替换掉数据中的\r\n和\013\010等字符
2 –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
3 –map-column-hive 生成hive表时，可以更改生成字段的数据类型
4 –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
5 –hive-partition-value 导入数据时，指定某个分区的值
6 –hive-home hive的安装目录，可以通过该参数覆盖之前默认配置的目录
7 –hive-import 将数据从关系数据库中导入到hive表中
8 –hive-overwrite 覆盖掉在hive表中已经存在的数据
9 –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。
10 –hive-table 后面接要创建的hive表,默认使用MySQL的表名
11 –table 指定关系数据库的表名

import参数

序号 参数 说明
1 –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。
2 –as-avrodatafile 将数据导入到一个Avro数据文件中
3 –as-sequencefile 将数据导入到一个sequence文件中
4 –as-textfile 将数据导入到一个普通文本文件中
5 –boundary-query 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。
6 –columns <col1, col2,col3> 指定要导入的字段
7 –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。
8 –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
9 –inline-lob-limit 设定大对象数据类型的最大值
10 –m或–num-mappers 启动N个map来并行导入数据，默认4个。
11 –query或–e 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
12 –split-by 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）
13 –table 关系数据库的表名
14 –target-dir 指定HDFS路径
15 –warehouse-dir 与14参数不能同时使用，导入数据到HDFS时指定的目录
16 –where 从关系数据库导入数据时的查询条件
17 –z或–compress 允许压缩
18 –compression-codec 指定hadoop压缩编码类，默认为gzip(Use Hadoop codec default gzip)
19 –null-string string类型的列如果null，替换为指定字符串
20 –null-non-string 非string类型的列如果null，替换为指定字符串
21 –check-column 作为增量导入判断的列名
22 –incremental mode：append或lastmodified
23 –last-value 指定某一个值，用于标记增量导入的位置

export参数

序号 参数 说明
1 –direct 利用数据库自带的导入导出工具，以便于提高效率
2 –export-dir 存放数据的HDFS的源目录
3 -m或–num-mappers 启动N个map来并行导入数据，默认4个
4 –table 指定导出到哪个RDBMS中的表
5 –update-key 对某一列的字段进行更新操作
6 –update-mode updateonly allowinsert(默认)
7 –input-null-string 请参考import该类似参数说明
8 –input-null-non-string 请参考import该类似参数说明
9 –staging-table 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。
10 –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