介绍

用于 关系型数据库 与 Hadoop生态数据库 之间同步数据

可以被 datax 替代

已停用

访问首页 https://sqoop.apache.org/ 可知，此项目已停用，显示下面提示：

This project has retired

sqoop1 和 sqoop2

有2个大版本号：

• sqoop1，最新的稳定版本是1.4.7

• sqoop2，最新版本是1.99.7。
  注意：与 1.4.7 不兼容，并且 功能不完整，不适用于生产部署

版本选择

由于上面原因，这里只使用 1.4.7，是 2020-07-06 发布的

下载地址

http://archive.apache.org/dist/sqoop/1.4.7/

功能

• Sqoop导入：导入工具从RDBMS到HDFS导入单个表。表中的每一行被视为HDFS的记录。所有记录被存储在文本文件的文本数据或者在Avro和序列文件的二进制数据。

• Sqoop导出：导出工具从HDFS导出一组文件到一个RDBMS。作为输入到Sqoop文件包含记录，这被称为在表中的行。那些被读取并解析成一组记录和分隔使用用户指定的分隔符。

工作的机制

将导入或导出命令翻译成 MapReduce 程序，MapReduce 中主要是对 InputFormat 和 OutputFormat 进行定制

优点

• 可以高效、可控的利用资源，可以通过调整任务数来控制任务的并发度。

• 可以自动的完成数据映射和转换。由于导入数据库是有类型的，它可以自动根据数据库中的类型转换到Hadoop 中，当然用户也可以自定义它们之间的映射关系

• 支持多种数据库，如mysql，orcale等数据库

参考

https://www.jianshu.com/p/ec9003d8918c
https://www.yiibai.com/sqoop/