甜橘子，专注成都网站制作网站设计与营销型网站建设与优化

QQ :532337155
电话：028-86922220
 
成都网站建设设计

将想法与焦点和您一起共享

Linux下安装并使用sqoop

sqoop它是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql…)间进行数据的传递，可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres等)中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。

在尉犁等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供网站制作、网站设计 网站设计制作按需网站设计,公司网站建设,企业网站建设,高端网站设计,全网整合营销推广,外贸网站制作,尉犁网站建设费用合理。

sqoop-1.4.7安装配置流程

(1) Sqoop环境前提：

  • Hadoop
  • 关系型数据库(MySQL/Oracle)
  • HBase
  • Hive
  • ZooKeeper

(2) 解压sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz安装包到目标目录下：

  • tar -zxvf .tar.gz -C 目标目录

(3) 为后续方便，重命名Sqoop文件夹：

  • mv sqoop-1.4.7.bin__hadoop-2.6.0/ sqoop-1.4.7

(4) 修改配置文件：

  • 进入sqoop-1.4.7/conf路径，重命名配置文件：

    • mv sqoop-env-template.sh sqoop-env.sh

  • 修改sqoop-env.sh信息：(若配置了环境变量，可通过

    echo $XXXXX_HOME

    查询安装位置)

    • vi sqoop-env.sh

    • #Set path to where bin/hadoop is available

export HADOOP_COMMON_HOME=Hadoop安装路径



#Set path to where hadoop-*-core.jar is available

#export HADOOP_MAPRED_HOME=Hadoop安装路径



#set the path to where bin/hbase is available

#export HBASE_HOME=HBase安装路径



#Set the path to where bin/hive is available

#export HIVE_HOME=Hive安装路径



#Set the path for where zookeper config dir is

#export ZOOCFGDIR=ZooKeeper 配置文件夹 路径

复制代码

(5) 关联Hive：

  • cp /XXX/hive/conf/hive-site.xml /XXX/sqoop-1.4.7/conf/

(5) 配置环境变量：

  • 修改配置文件：

    • vi /etc/profile

  • 增加以下内容：

    • export SQOOP_HOME=sqoop安装路径
    • export PATH=$PATH:$SQOOP_HOME/bin

  • 声明环境变量：

    • source /etc/profile

(6) 启动查看版本号

  • sqoop version

(7) 添加驱动：

  • 导入MySQL驱动到sqoop/lib下
  • 导入Oracle驱动到sqoop/lib下

3. Sqoop操作

(1) 常用参数：

  • 参数查看：Sqoop官网 -> documentation -> Sqoop User Guide

  • import 导入数据到集群

  • export 从集群导出数据

  • create-hive-table 创建hive表

  • import-all-tables 指定关系型数据库所有表到集群

  • list-databases 列出所有数据库

  • list-tables 列出所有数据库表

  • merge 合并数据

  • codegen 获取某张表数据生成JavaBean并打Jar包

(2) import——Sqoop的导入操作：

  • 功能：MySQL/Oracle –> HDFS/Hive

  • 修改MySQL访问权限：

    • update user set host='%' where host='localhost';
    • delete from user where Host='127.0.0.1';
    • delete from user where Host='bigdata01';
    • delete from user where Host='::1';
    • flush privileges;
    • use mysql;
    • select User, Host, Password from user;
    • 查看权限：
    • 修改权限为所有用户都可访问：

  • 操作命令：

    • 准备工作：
    • 导入命令：
    • 开启hive服务
    • 在hive中创建好要导入的对应表
    • FAILED: SemanticException [Error 10072]: Database does not exist: XXXXXXXX
    • 报错原因：Sqoop没有关联Hive
    • 解决方法：
    • cp /XXX/hive/conf/hive-site.xml /XXX/sqoop-1.4.7/conf/
    • ERROR tool.ImportTool: Import failed: org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://bigdata01:9000/XXXXXXXXXX already exists
    • 报错原因：hdfs中存在同名路径
    • 解决方法：
    • 指定新路径或者删除hdfs中原文件
    • ERROR tool.ImportTool: Import failed: java.io.IOException: java.lang.ClassNotFoundException: org.apache.hadoop.hive.conf.HiveConf
    • 报错原因：hive环境变量配置缺失
    • 解决方法：——Hadoop环境加入Hive依赖
    • source /etc/profile
    • export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$HIVE_HOME/lib/*
    • vi /etc/profile
    • 修改配置文件：
    • 增加以下内容：
    • 声明环境变量：
    • sqoop import --connect jdbc:mysql://bigdata01:3306/数据库名 --username root --password 密码 --table 表名 --num-mappers 1 --hive-import --fields-terminated-by "\t" --hive-overwrite --hive-table hive数据库名.表名
    • 在Hive中可以看到指定表中已传入数据信息
    • 可能报错1：
    • 可能报错2：
    • 可能报错3：
    • 导出命令：
    • Linux本地查看hdfs上传结果：
    • 使用query对数据进行过滤：
    • 直接过滤字段：
    • sqoop import
      --connect jdbc:mysql://bigdata01:3306/数据库名 # 连接MySQL
      --username root # 用户名
      --password XXXXXX # 密码
      --table 表名 # 上传至HDFS的表
      --target-dir /YYYYYYY # HDFS目标文件夹
      --num-mappers 1 # 指定map运行
      --fields-terminated-by "\t" # 指定分隔符
    • hdfs dfs -cat /XXXXXXX/part-m-00000
    • sqoop import --connect jdbc:mysql://bigdata01:3306/数据库名 --username root --password XXXXXX --table 表名 --target-dir /YYYYYYY --num-mappers 1 --fields-terminated-by "\t" --query 'select * from 表名 where 条件 and $CONDITIONS' # $CONDITIONS 对mapper进行索引
    • sqoop import --connect jdbc:mysql://bigdata01:3306/数据库名 --username root --password XXXXXX --table 表名 --target-dir /YYYYYYY --num-mappers 1 --columns 字段名
    • 本地mysql表上传至hdfs：
    • 本地mysql表上传至hive：

(3) emport——Sqoop的导出操作：

  • 功能：HDFS/Hive –> MySQL/Oracle

  • 操作命令：

    • 导出命令：
    • sqoop emport
      --connect jdbc:mysql://bigdata01:3306/数据库名 # 连接MySQL
      --username root # 用户名
      --password XXXXXX # 密码
      --table 表名 # 目标mysql表
      --export-dir /user/hive/warehouse/YYYYYYY # hive文件夹
      --num-mappers 1 # 指定map运行
      --input-fields-terminated-by "\t" # 指定分隔符
    • hive表导出至本地mysql：

(4) 列出所有数据库：

  • 操作命令：

    • sqoop list-databases --connect jdbc:mysql://bigdata01:3306/ --username root --password 密码

(5) 获取数据库表数据生成JavaBean：

  • 操作命令：

    • sqoop codegen --connect jdbc:mysql://bigdata01:3306/数据库名 --username root --password 密码 --table 表名
      -- bindir Linux本地路径 # 指定Jar包打包路径
      --class-name 类名 # 指定Java类名
      --fields-terminated-by "\t"

(6) 合并hdfs中不同目录下的数据：

  • 操作命令：

    • sqoop merge
      --new-data hdfs新表路径 --onto hdfs旧表路径
      --target-dir /YYYYYYY # 合并后的hdfs路径
      --jar-file = # Linux本地Jar包路径
      --class-name XXXXX # Jar包的类
      --merge-key id # 合并依据

  • **注意：**merge操作是一个新表替代旧表的操作，如果有冲突id的话新表数据替换旧表数据，如果没有冲突则是新表数据添加到旧表的数据。


新闻标题：Linux下安装并使用sqoop
标题URL：https://chengdu.cdxwcx.cn/article/ccccdhi.html

其他资讯