Sqoop支持两种方式的全量数据导入和增量数据导入，同时可以指定数据是否以并发形式导入。下面依次来看：
全量数据导入
就像名字起的那样，全量数据导入就是一次性将所有需要导入的数据，从关系型数据库一次性地导入到Hadoop中（可以是HDFS、Hive等）。全量导入形式使用场景为一次性离线分析场景。用sqoop import命令，具体如下：
# 全量数据导入
sqoop import
--connect jdbc:mysql://http://192.168.xxx.xxx:3316/testdb
--username root
--password 123456
--query “select * from test_table where $CONDITIONS”
--target-dir /user/root/person_all
--fields-terminated-by “,”
--hive-drop-import-delims
--null-string “N”
--null-non-string “N”
--split-by id
-m 6
增量数据导入
事实上，在生产环境中，系统可能会定期从与业务相关的关系型数据库向Hadoop导入数据，导入数仓后进行后续离线分析。故我们此时不可能再将所有数据重新导一遍，此时我们就需要增量数据导入这一模式了。
增量数据导入分两种，一是基于递增列的增量数据导入（Append方式）。二是基于时间列的增量数据导入（LastModified方式）。
1、Append方式
举个栗子，有一个订单表，里面每个订单有一个唯一标识自增列ID，在关系型数据库中以主键形式存在。之前已经将id在0~5201314之间的编号的订单导入到Hadoop中了（这里为HDFS），现在一段时间后我们需要将近期产生的新的订单数据导入Hadoop中（这里为HDFS），以供后续数仓进行分析。此时我们只需要指定–incremental 参数为append，–last-value参数为5201314即可。表示只从id大于5201314后开始导入。
# Append方式的全量数据导入
sqoop import
--connect jdbc:mysql://http://192.168.xxx.xxx:3316/testdb
--username root
--password 123456
--query “select order_id, name from order_table where $CONDITIONS”
--target-dir /user/root/orders_all
--split-by order_id
-m 6
--incremental append
--check-column order_id
--last-value 5201314
2、lastModify方式
此方式要求原有表中有time字段，它能指定一个时间戳，让Sqoop把该时间戳之后的数据导入至Hadoop（这里为HDFS）。因为后续订单可能状态会变化，变化后time字段时间戳也会变化，此时Sqoop依然会将相同状态更改后的订单导入HDFS，当然我们可以指定merge-key参数为order_id，表示将后续新的记录与原有记录合并。
# 将时间列大于等于阈值的数据增量导入HDFS
sqoop import
--connect jdbc:mysql://http://192.168.xxx.xxx:3316/testdb
--username root
--password transwarp
--query “select order_id, name from order_table where $CONDITIONS”
--target-dir /user/root/order_all
--split-by id
-m 4
--incremental lastmodified
--merge-key order_id
--check-column time
# remember this date !!!
--last-value “2014-11-09 21:00:00”
并发导入参数如何设置？
我们知道通过 -m 参数能够设置导入数据的 map 任务数量，即指定了 -m 即表示导入方式为并发导入，这时我们必须同时指定 - -split-by 参数指定根据哪一列来实现哈希分片，从而将不同分片的数据分发到不同 map 任务上去跑，避免数据倾斜。
重要Tip：
生产环境中，为了防止主库被Sqoop抽崩，我们一般从备库中抽取数据。
一般RDBMS的导出速度控制在60~80MB/s，每个 map 任务的处理速度5~10MB/s 估算，即 -m 参数一般设置4~8，表示启动 4~8 个map 任务并发抽取。
-----
