從源數據導入到數據倉庫或者貼源層有兩種方式: * 從源數據拉取數據（pull） * 請求源數據推送到數據倉庫（push）。 一般來講，后一種方式需要增加業務系統的功能才能進行推送，這個在現實情況中不大行的通，一方面影響業務系統的性能，另一方面增加開發者的工作量，理論上講，數據倉庫不應該要求對源系統做任何的改造，因此一般都采用拉取數據的方式。 <br/> 確定了數據的抽取方式，還需要確定數據的抽取類型，抽取類型有兩種：全量抽取和增量抽取。 <br/> **全量抽取：** （1）即數據按批次導入，并且每次導入都會覆蓋上一次導入的數據。 （2）Sqoop提供了`hive-overwrite`參數來完成全量抽取。 （3）如果數據量小并且容易處理，一般采用全量抽取即可。 <br/> **增量抽取：** （1）即每次都是將數據按一定的規則追加到已有數據的后面。 （2）Sqoop提供了兩種增量導入方式`append`和`lastmodified`，Sqoop的增量導入一個就如下三個參數： ``` --check-column <column> 增量導入參考的列 --incremental <import-type> 導入類型， 'append' or 'lastmodified' --last-value <value> check-column的最大值，就是數據要追加的規則 比如是日期，則規則就是將數據導入到最后修改時間的數據的后面 ``` （3）如果數據量很大，就只能抽取變化的源數據，即最后一次抽取以來發生了變化的數據。這種數據抽取模式稱為變化數據捕獲，簡稱 **CDC**（change data caputer）。