hadoop map reduce是关于分而治之的。
为了将数据划分为多个将以并行方式传输的独立片，sqoop需要找到--split by参数中指定的列的最小值和最大值
使用“拆分方式”选项时，应选择包含均匀分布值的列。
在查询中，我们告知数据均匀分布在基列“txnid”上，并使用该列进行拆分。

--拆分依据：用于指定用于为导入生成拆分的表的列。这意味着它指定在将数据导入集群时将使用哪个列来创建拆分。它可以通过实现更大的并行性来提高导入性能。sqoop根据用户通过import命令通过--split by指定的表的特定列中的值创建拆分。如果不可用，则使用输入表的主键创建拆分。
使用原因：有时主键的最小值和最大值之间的值分布不均匀（如果--split by不可用，则用于创建拆分）。在这种情况下，您可以指定其他具有适当数据分布的列来创建有效导入的拆分。

sqoop中的split by用于为Map器创建输入拆分。这对于并行性因子非常有用，因为拆分会使作业运行得更快。

--split-by <column-name> -用于拆分工作单元的表的列
参考：sqoop用户指南
它指定在将数据导入集群时将使用哪个列来创建拆分。它可以通过实现更大的并行性来提高导入性能。

sqoop根据用户通过import命令通过--split by指定的表的特定列中的值创建拆分。如果不可用，则使用输入表的主键创建拆分。我们可以通过--split选择列，通过它可以得到最佳的拆分，从而提高并行性和更好的性能。