mysql中的数据，表中列出了数据导入过程中的“脏”数据\t，\n，\r，Null，下面列出了解决思路
id=2 这里的des 里面有1个换行符实际为
1234
567
id=3 desc有一个\t 实际为1234 567
id=4 desc is null
如果直接通过一般的sqoop导入语句
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/test \
--username root \
--password 123456 \
--table staff \
--target-dir /user/hive/warehouse/gmall.db/staff \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t"
导入后的结果是
staff.id staff.name staff.desc staff.birth
1 chenchi1 1234567 2019-09-01 16:46:08
2 chenchi2 1234 NULL
567 2019-09-05 10:35:05.0 NULL NULL
3 chenchi3 1234 NULL
4 chenchi4 null 2019-09-02 16:59:21
没有看错就是乱码了，hive里面我用的fields-terminated-by "\t" ,row formatted by '\n'，具体就不详解上述原因了
问题有三，1、id=2换行符出现问题，2，id=3tab键出现问题，3、Null值显示为 字符串“null”
1、会导致数据量增多
2、会导致字段不匹配
3、有点坑爹，根本看不出来，本人亲自遇见过，在mysql数据库中倒入到hive后，总数据一模一样，但是查where a is null and date =yyyy-mm 这种时数据一直对不上
解决办法
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/test \
--username root \
--password 123456 \
--target-dir /user/hive/warehouse/gmall.db/staff \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "t" \
--hive-delims-replacement "|" \
--query 'select id,name,REPLACE(des, CHAR(9), "") des ,birth from staff where 1=1 and $CONDITIONS;' \
--null-string '\\N' \
--null-non-string '\\N'
hive中查出的数据，备注：使用query是不指定 --table staff \
staff.id staff.name staff.desc staff.birth
1 chenchi1 1234567 2019-09-01 16:46:08
2 chenchi2 1234||567 2019-09-05 10:35:05
3 chenchi3 1234567 2019-09-05 10:33:31
4 chenchi4 NULL 2019-09-02 16:59:21
原理
--hive-delims-replacement "|" \ 将换行符替换
--hive-drop-import-delims 将换行符\n, \r, and \01等舍弃
--replace 将mysql表中的\t替换掉，也可以替换\n\r char (9)：tab | char(10): 换行符 |char(13): 回车符
--null-string '\\N' \ 将字符串中Null保留，如果没有mysql中的Null在hive里会变成null
--null-non-string '\\N'
其实这些都是官网上有说明的，沉下心多看看sqoop官网。
