Hadoop與MySQL的數據同步可以通過多種方法實現，以下是其中兩種常見的方法：

1. 使用Sqoop進行數據同步：

• Sqoop是一個開源的數據導入導出工具，它允許將數據從一個關系型數據庫（如MySQL）導入到Hadoop的HDFS（Hadoop Distributed File System）中，或者將數據從HDFS導出到MySQL中。
• 要使用Sqoop進行數據同步，首先需要在MySQL中創建一個與要同步的表結構相同的表，并確保該表具有適當的權限。
• 接下來，可以使用Sqoop的import命令將MySQL中的數據導入到HDFS中。例如，以下命令將MySQL中的mydb數據庫中的mytable表導入到HDFS的/user/hadoop/mytable目錄中：

sqoop import --connect jdbc:mysql://localhost:3306/mydb --username root --password mysql --table mytable --target-dir /user/hadoop/mytable

• 如果需要將數據從HDFS導出到MySQL中，可以使用Sqoop的export命令。例如，以下命令將HDFS中的/user/hadoop/mytable目錄中的數據導出到MySQL的mydb數據庫中的mytable表中：

sqoop export --connect jdbc:mysql://localhost:3306/mydb --username root --password mysql --table mytable --export-dir /user/hadoop/mytable

2. 使用Logstash進行數據同步：

• Logstash是一個開源的數據收集、處理和傳輸工具，它可以將來自不同來源的數據流式傳輸到多個目標系統。
• 要使用Logstash進行數據同步，首先需要在Logstash中配置一個輸入插件，用于從MySQL中讀取數據。例如，可以使用jdbc輸入插件來連接到MySQL數據庫，并指定要讀取的表和查詢條件。
• 接下來，需要在Logstash中配置一個輸出插件，用于將數據寫入到Hadoop的HDFS中。例如，可以使用hdfs輸出插件來指定要將數據寫入到的HDFS目錄和文件名。
• 配置完成后，可以運行Logstash來執行數據同步任務。Logstash將按照配置的輸入和輸出插件進行數據處理和傳輸。

需要注意的是，以上兩種方法都需要在源系統和目標系統之間建立適當的網絡連接，并確保源系統和目標系統具有相應的訪問權限和數據格式兼容性。此外，還需要根據具體的需求和環境進行適當的配置和調整。