在 Apache Sqoop 的数据库导入任务中，--num-mappers 参数通过什么机制影响导入性能，具体如何设置和优化该参数？

回答思路

1. 【回答框架 1】--num-mappers 参数用于指定 Map 任务的数量，Sqoop 通过并行执行多个 Map 任务来提升导入速度。每个 Map 任务会处理一部分数据，并行度越高，单位时间内导入的数据量越大，但并非线性提升，因为存在调度、网络和数据库资源等瓶颈。
2. 【回答框架 2】设置该参数时，需要考虑数据库连接数限制、源数据库的负载能力和集群资源。过高的并行度可能导致数据库连接数耗尽、锁竞争或网络拥塞，反而降低性能。通常建议根据数据库的 QPS 和集群的 Map 槽位数来合理配置。
3. 【回答框架 3】在导入大表时，Sqoop 会根据主键或查询条件将数据切分为多个分片，每个分片由一个 Map 任务处理。如果表没有主键，需要使用 --split-by 指定分片列，该列的值分布均匀与否直接影响并行效果。
4. 【回答框架 4】优化时可以先从默认值（通常为 4）开始，通过压测逐步增大数值，观察导入时间和集群资源利用率，找到最佳并行度。同时，可结合 --fetch-size 调整每次获取的记录数，减少网络往返，进一步提升性能。
5. 【回答框架 5】实际生产中，还应关注 Sqoop 导入时的内存设置，如 --mapreduce.map.memory.mb，确保每个 Map 任务有足够的堆内存处理数据，避免因内存不足导致的溢出或失败。
6. 【关键点 1】--num-mappers 决定 Map 并行数，影响导入吞吐量，但存在资源瓶颈。
7. 【关键点 2】高并行度可能导致数据库压力过大，需平衡并行数和数据库负载。
8. 【关键点 3】无主键时需通过 --split-by 指定分片列，分片均匀性影响并行效率。
9. 【关键点 4】优化需结合压测，根据集群资源和数据库能力调整参数。
10. 【关键点 5】可配合 --fetch-size 和 Map 内存设置进一步提升性能。
11. 【易错点 1】不要单纯认为并行度越高越好，过高的 Map 数可能导致数据库连接数耗尽。
12. 【易错点 2】忽略 --split-by 列的值分布，若数据倾斜，部分 Map 任务负载高，整体性能下降。
13. 【易错点 3】未考虑数据库的并发限制，直接增大 --num-mappers 可能造成导入失败或超时。