Sqoop概述安装及实操
第1章 Sqoop简介
定义:Sqoop是在Hadoop和关系数据库等之间传输数据的工具。
Sqoop引入分析:
第2章 Sqoop原理
将导入或导出命令翻译成Mapreduce程序来实现。
在翻译出的Mapreduce中主要是对InputFormat和OutputFormat进行定制。
注意:sqoop的底层mr是没有reducetask的,因为它不需要合并
第3章 Sqoop安装
安装Sqoop的前提是已经具备Java和Hadoop的环境。
3.1、下载并解压
1) 最新版下载地址:http://mirrors.hust.edu.cn/apache/sqoop/
2) 上传安装包sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz到目录/opt/software
3) 解压sqoop安装包到指定目录,如:
$ tar -zxf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /opt/module/ |
3.2、修改配置文件
Sqoop的配置文件与大多数大数据框架类似,在sqoop根目录下的conf目录中。
1) 重命名配置文件
$ cp sqoop-env-template.sh sqoop-env.sh |
2) 修改配置文件
sqoop-env.sh
export HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.2 export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.2 export HIVE_HOME=/opt/module/apache-hive-1.2.2-bin #export HBASE_HOME=/opt/module/hbase #export ZOOCFGDIR=/opt/module/zookeeper-3.4.10/conf |
3.3、拷贝JDBC驱动
拷贝jdbc驱动到sqoop的lib目录下,如:
$ cp mysql-connector-java-5.1.27-bin.jar /opt/module/sqoop-1.4.6.bin__hadoop-2.0.4-alpha/lib/ |
3.4、验证Sqoop
我们可以通过某一个command来验证sqoop配置是否正确:
$ bin/sqoop help 出现一些Warning警告(警告信息已省略),并伴随着帮助命令的输出: Available commands: codegen Generate code to interact with database records create-hive-table Import a table definition into Hive eval Evaluate a SQL statement and display the results |
3.5、测试Sqoop是否能够成功连接数据库
$ bin/sqoop list-databases --connect jdbc:mysql://hadoop:3306/ --username root --password 1234 出现如下输出: information_schema metastore |
四、Sqoop的简单使用案例
在Sqoop中,“导入”概念指:从非大数据集群(RDBMS)向大数据集群(HDFS,HIVE,HBASE)中传输数据,叫做:导入,即使用import关键字。
例1. 把mysql数据库的指定表导入到HDFS
sqoop import --connect jdbc:mysql://hadoop:3306/metastore --username root --password admin --table TBLS --target-dir /user/root/mysql/tbls
例2. 指定分片数导入
sqoop import --connect jdbc:mysql://hadoop:3306/metastore --username root --password 1234 --table TBLS --target-dir /user/root/mysql/tbls -m 2
例3. 查询导入
sqoop import --connect jdbc:mysql://hadoop:3306/metastore --username root --password 1234 --target-dir /user/root/mysql/tbls1 --split-by TBL_ID --query 'select TBL_ID from TBLS where TBL_ID<100 and $CONDITIONS'
例4. 导入到hive中
sqoop import --connect jdbc:mysql://hadoop:3306/metastore --username root --password 1234 --target-dir /user/hive/warehouse/t1 --split-by TBL_ID --query 'select TBL_ID from TBLS where TBL_ID<100 and $CONDITIONS'