Sqoop数据导入第2关：Mysql导入数据至HDFS上

Sqoop是一个开源工具，主要用于在Hadoop和传统的关系数据库之间进行数据迁移，包括从MySQL这样的RDBMS导入数据到Hadoop HDFS（Hadoop Distributed File System）。如果你遇到第二阶段的任务，即从MySQL导入数据到HDFS，可以按照以下步骤操作：

1. **安装和配置Sqoop**：首先确保你的系统已经安装了Java和Hadoop，并且配置了环境变量。下载并解压Sqoop，然后将其添加到系统的PATH中。

2. **启动MySQL服务**：确认MySQL服务器正在运行，如果需要连接远程服务器，确保防火墙已打开对应端口。

3. **创建Sqoop作业**：在命令行中，使用`sqoop import`命令，提供必要的参数：
- `--connect`: 连接字符串，包含主机名、用户名、密码和数据库名称。
- `--table`: 要导出的MySQL表名。
- `--target-dir`: 数据在HDFS的目标路径。
- `-m`: 并发导入的分片数，这有助于提高导入速度。

示例：

   sqoop import \
     --connect "jdbc:mysql://<mysql_host>:<port>/<db_name>" \
     --username <username> \
     --password <<your_password>> \
     --table <table_name> \
     --target-dir hdfs://<hdfs_path> \
     --num-mappers <number_of_maps>

4. **验证数据**：数据导入后，你可以通过Hadoop命令行工具（如HDFS文件浏览器或MapReduce任务）检查HDFS上的数据是否已成功加载。

5. **优化和调整**：根据实际需求，可能还需要考虑调整其他选项，例如`--fetch-size`用于指定读取SQL查询的数据块大小，以提高性能。