sqoop脚本

                                                                        关系型数据库到大数据平台到关系型数据库shell脚本
测试脚本
#!/bin/bash
yy=$(date -d 'yesterday' +'%Y')
mm=$(date -d 'yesterday' +'%m')
dd=$(date -d 'yesterday' +'%d')
建基础表分区目录
hdfs dfs -mkdir -p /ZYB/ORDER_INFO/yy=$yy/mm=$mm

数据增量导入到hdfs的shell脚本

采用了snappy压缩

#!/bin/bash
yy=$(date -d 'yesterday' +'%y')
YY=$(date -d 'yesterday' +'%Y')
mm=$(date -d 'yesterday' +'%m')
dd=$(date -d 'yesterday' +'%d')
hdfs dfs -mkdir -p /ZYB/CHECK_RECORD/yy=$yy/mm=$mm
sqoop import --connect jdbc:oracle:thin:@10.26.122.122:1521:ORCL --username read_bigdata --password HdmHz4i!hbkalv1pcbez --target-dir /ZYB/CHECK_RECORD/yy=${yy}/mm=${mm}/dd=${dd} --num-mappers 1 --table ZHIYOUBAO.CHECK_RECORD --hive-drop-import-delims --fields-terminated-by '\001' --lines-terminated-by '\n' --optionally-enclosed-by '\"' --where "to_char(CREATE_TIME,'yyyy-mm-dd')='${YY}-${mm}-${dd} '" --compress  --compression-codec org.apache.hadoop.io.compress.SnappyCodec
hive --database zhiyoubao -e "alter table CHECK_RECORD add partition (year=${yy},month=${mm},day=${dd}) location '/ZYB/CHECK_RECORD/yy=${yy}/mm=${mm}/dd=${dd}/';"
数据加载到基础表中（添加分区）
hive --database zhiyoubao -e "alter table ORDER_INFO add partition (years=$yy,months=$mm,days=$dd) location '/ZYB/ORDER_INFO/yy=$yy/mm=$mm/dd=$dd/';"
将基础表数据查询insert到目标表中
hive -e 'insert into table totallots.sd_everyday_order_info select substr(modify_time,0,10)date,sum(already_check_num)
checked_num ,sum(need_check_num)scheduled_num,sum(close_fee)everyday_gmv,sum(if(check_status="checked" or 
check_status="checking",close_fee,0))checked_fee,sum(return_fee)return_fee,count(id)order_num from zhiyoubao.order_info 
group by substr(modify_time,0,10) having substr(modify_time,0,10)="'${yy}-${mm}-${dd}'";'
增量导入到mysql
sqoop export --connect "jdbc:mysql://192.168.0.197:3306/dac_lots?useUnicode=true&characterEncoding=utf-8"  --username root 
--password root --table sd_everyday_order_info   --export-dir '/user/hive/warehouse/totallots.db/sd_everyday_order_info' 
--input-null-string "\\\\N" --input-null-non-string "\\\\N" --input-fields-terminated-by "\001" --input-lines-terminated-by 
"\\n" -m 1 --update-mode allowinsert --update-key statis_date

--------------

如果UPDATE语句修改没有行，这不被认为是错误; 导出将静默继续。 （实际上，这意味着基于更新的导出不会将新行插入数据库。）同样，如果使用--update-key指定的列不能唯一标识行，并且单个语句更新多个行，则 条件也未检测到。
参数--update-key也可以给出逗号分隔的列名列表。 在这种情况下，Sqoop将在更新任何现有记录之前匹配此列表中的所有键。
根据目标数据库，如果要更新行（如果它们已存在于数据库中）或插入行（如果尚未存在），则也可以使用allowinsert模式指定--update-mode参数。

--------------

导出控制参数：
   --batch指示要在批处理模式下执行的基础语句
   --call <arg>使用此存储填充表
  过程（每行一个调用）
   --clear-staging-table表明可以删除登台表中的任何数据
   --columns <col，col，col ...>要导出到表的列
   --direct使用直接导出快速路径
   --export-dir <dir>导出的HDFS源路径
-m， - num-mappers <n>使用'n'个映射任务并行导出
   --mapreduce-job-name <name>设置生成的mapreduce作业的名称
   --staging-table <table-name>中间登台表
   --table <table-name>要填充的表
   --update-key <key>按指定的键列更新记录
   --update-mode <mode>指定当在数据库中找到具有非匹配键的新行时如何执行更新
   --validate使用配置的验证程序验证副本
   --validation-failurehandler <validation-failurehandler> ValidationFa ilureHandler的完全限定类名
   --validation-threshold <validation-threshold>完全限定类名
               HCatalog参数：
   --hcatalog-database <arg> HCatalog数据库名称
   --hcatalog-home <hdir>覆盖$ HCAT_HOME
   --hcatalog-partition-keys <partition-key>设置要使用的分区键
 导入到hive
   --hcatalog-partition-values <partition-value>设置要使用的分区值
 导入到hive
   --hcatalog-table <arg> HCatalog表名
   --hive-home <dir>覆盖$ HIVE_HOME
   --hive-partition-key <partition-key>设置导入hive时使用的分区键
   --hive-partition-value <partition-value>设置要使用的分区值
 导入到hive
   --map-column-hive <arg>覆盖特定列的映射
hive类型。