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：

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'

转载地址：http://xsazi.baihongyu.com/

你可能感兴趣的文章