在 Apache Sqoop 中，数据导入和导出分别使用哪两条命令？请说明这两条命令各自承担的功能是什么？
考察说明
考查对 Sqoop 核心操作命令及其用途的掌握程度。
回答思路
- 【回答框架 1】Sqoop 数据导入使用 import 命令，作用是将关系型数据库（如 MySQL、Oracle）中的表数据或查询结果传输到 Hadoop 生态组件，例如 HDFS、Hive 或 HBase，便于后续大数据分析与处理。
- 【回答框架 2】Sqoop 数据导出使用 export 命令，作用是将 HDFS 中的文件或 Hive 表数据反向传输回关系型数据库，常用于将分析结果落库，供业务系统或报表使用。
- 【回答框架 3】导入导出均通过 MapReduce 任务并行执行，提高数据迁移效率；命令支持指定连接串、用户名、密码、表名、目标目录、字段分隔符等参数，也支持增量导入等高级特性。
- 【回答框架 4】导出过程需要注意目标表结构需预先存在或具备自动建表条件，且字段顺序、类型需与源数据匹配，否则可能失败或产生数据错位。
- 【回答框架 5】使用前需确保 Sqoop 客户端能访问 JDBC 驱动及目标集群，常用参数如 --connect、--table、--target-dir、--split-by 等根据场景配置。
- 【关键点 1】import 命令用于数据导入：从关系型数据库到 Hadoop（HDFS/Hive/HBase）。
- 【关键点 2】export 命令用于数据导出：从 Hadoop 的 HDFS/Hive 到关系型数据库。
- 【关键点 3】两者均基于 MapReduce 并行执行，适合大规模数据迁移。
- 【关键点 4】导入支持增量导入，常配合 --check-column 与 --incremental 参数。
- 【关键点 5】导出需注意表结构与字段匹配，建议先用小数据量验证。
- 【易错点 1】混淆导入与导出方向，导致命令参数使用错误。
- 【易错点 2】认为 import/export 是单机操作，忽略其基于 MapReduce 的并行特性。
- 【易错点 3】导出时未确保目标表存在或结构兼容，导致任务失败。