sqoop定時增量匯入_sqoop

sqoop使用hsql來儲存job資訊，開啟metastor service將job資訊共用，所有node上的sqoop都可以運行同一個job

一、sqoop的設定檔在sqoop.site.xml中：

    1、sqoop.metastore.server.location

        本機存放區路徑，預設在tmp下，改為其他路徑

    2、sqoop.metastore.server.port

          metastore service連接埠號碼

    3、sqoop.metastore.client.autoconnect.url

        sqoop自動連接的metastore地址，預設是本地的metastore地址

    4、sqoop.metastore.client.enable.autoconnect

       開啟自動連接。sqoop預設串連本地metastore。注釋這個配置會開啟自動連接。

二、開啟metastore service

   sqoop下，nohup bin/sqoop metastore

三、建立job

sqoop支援兩種增量匯入模式，
 一種是 append，即通過指定一個遞增的列，比如：
--incremental append  --check-column num_iid --last-value 0

varchar類型的check欄位也可以通過這種方式增量匯入（ID為varchar類型的遞增數字）：

--incremental append  --check-column ID --last-value 8
另種是可以根據時間戳記，比如：
--incremental lastmodified --check-column created --last-value '2012-02-01 11:0:00' 
就是只匯入created 比'2012-02-01 11:0:00'更大的資料。

bin/sqoop job --meta-connect jdbc:hsqldb:hsql://10.106.1.234:16000/sqoop --create job_zyztest13 -- import  --connect jdbc:oracle:thin:@10.106.1.236:1521:orcl --username SQOOP --password sqoop  --table LXC_TEST_HBASE_TO_ORACLE   --columns NAME,SEX,AGE,CSRQ -m 1 --hbase-table SQOOP_IMPORT_TEST3 --column-family info --hbase-row-key  NAME --split-by NAME --incremental lastmodified --check-column CSRQ --last-value '2012-02-01 11:0:00' --verbose
nohup /opt/hadoopcluster/sqoop-1.4.2.bin__hadoop-2.0.0-alpha/bin/sqoop job --exec job_zyztest13 > job_zyztest13.out 2>&1 &

此時，在10.106.1.234上建立了job_zyztest13這個job，通過bin/sqoop job --meta-connect jdbc:hsqldb:hsql://10.106.1.234:16000/sqoop --list可以查看所有job

四、定時執行

使用linux定時器：crontab -e

編輯定時器，添加*/4 * * * *  /opt/hadoopcluster/sqoop-1.4.2.bin__hadoop-2.0.0-alpha/bin/sqoop job --meta-connect jdbc:hsqldb:hsql://10.106.1.234:16000/sqoop --exec job_zyztest13 > job_zyztest13.out 2>&1 & 任務將會每四分鐘執行一次