SQOOP 节点
综述
SQOOP 任务类型,用于执行 SQOOP 程序。对于 SQOOP 节点,worker 会通过执行 sqoop
命令来执行 SQOOP 任务。
创建任务
- 点击项目管理 -> 项目名称 -> 工作流定义,点击“创建工作流”按钮,进入 DAG 编辑页面;
- 拖动工具栏的 任务节点到画板中。
任务参数
- 默认参数说明请参考DolphinScheduler任务参数附录
默认任务参数
一栏。
任务参数 | 描述 |
---|---|
任务名称 | map-reduce 任务名称 |
流向 | (1) import:从 RDBMS 导入 HDFS 或Hive (2) export:从 HDFS 或 Hive 导出到 RDBMS |
Hadoop 参数 | 添加自定义 Hadoop 参数 |
Sqoop 参数 | 添加自定义 Sqoop 参数 |
数据来源 - 类型 | 选择数据源类型 |
数据来源 - 数据源 | 选择数据源 |
数据来源 - 模式 | (1) 单表:同步单张表的数据,需填写表名 和列类型 (2) SQL:同步 SQL 查询的结果,需填写SQL语句 |
数据来源 - 表名 | 设置需要导入 hive 的表名 |
数据来源 - 列类型 | (1) 全表导入:导入表中的所有字段 (2) 选择列:导入表中的指定列,需填写列 信息 |
数据来源 - 列 | 填写字段名称,多个字段之间使用英文逗号分割 |
数据来源 - SQL 语句 | 填写 SQL 查询语句 |
数据来源 - Hive 类型映射 | 自定义 SQL 与 Hive 类型映射 |
数据来源 - Java 类型映射 | 自定义 SQL 与 Java 类型映射 |
数据目的 - 类型 | 选择数据目的类型 |
数据目的 - 数据库 | 填写 Hive 数据库名称 |
数据目的 - 表名 | 填写 Hive 表名 |
数据目的 - 是否创建新表 | 选择是否自动根据导入数据类型创建数据目的表,如果目标表已经存在了,那么创建任务会失败 |
数据目的 - 是否删除分隔符 | 自动删除字符串中的\n 、\r 和\01 字符 |
数据目的 - 是否覆盖数据源 | 覆盖 Hive 表中的现有数据 |
数据目的 - Hive 目标路径 | 自定义 Hive 目标路径 |
数据目的 - 替换分隔符 | 替换字符串中的\n 、\r 和\01 字符 |
数据目的 - Hive 分区键 | 填写 Hive 分区键,多个分区键之间使用英文逗号分割 |
数据目的 - Hive 分区值 | 填写 Hive 分区值,多个分区值之间使用英文逗号分割 |
数据目的 - 目标路径 | 填写 HDFS 的目标路径 |
数据目的 - 是否删除目录 | 如果目录已经存在,则删除目录 |
数据目的 - 压缩类型 | 选择 HDFS 文件压缩类型 |
数据目的 - 保存格式 | 选择文件保存格式 |
数据目的 - 列分隔符 | 自定义列分隔符 |
数据目的 - 行分隔符 | 自定义行分隔符 |
任务样例
该样例演示为从 MySQL 数据导入到 Hive 中。 其中 MySQL 数据库名称为:test
,表名称为example
。下图为样例数据。
配置 Sqoop 环境
若生产环境中要是使用到 Sqoop 任务类型,则需要先配置好所需的环境。确保任务节点可以执行sqoop
命令。
配置 Sqoop 任务节点
可按照下图步骤进行配置节点内容。
本样例中的关键配置如下表。
任务参数 | 参数值 |
---|---|
任务名称 | sqoop_mysql_to_hive_test |
流向 | import |
数据来源 - 类型 | MYSQL |
数据来源 - 数据源 | MYSQL MyTestMySQL(您可以将MyTestMySQL改成您自己取的数据源名称) |
数据来源 - 模式 | 表单 |
数据来源 - 表名 | example |
数据来源 - 列类型 | 全表导入 |
数据目的 - 类型 | HIVE |
数据目的 - 数据库 | tmp |
数据目的 - 表名 | example |
数据目的 - 是否创建新表 | true |
数据目的 - 是否删除分隔符 | false |
数据目的 - 是否覆盖数据源 | true |
数据目的 - Hive 目标路径 | (无需填写) |
数据目的 - 替换分隔符 | , |
数据目的 - Hive 分区键 | (无需填写) |
数据目的 - Hive 分区值 | (无需填写) |