良许Linux教程网 干货合集 Linux系统如何安装sqoop

Linux系统如何安装sqoop

作者: 良许 2,069阅读 0评论 
Sqoop是一个用来将关系型数据库和Hadoop中的数据进行相互转移的工具，本篇文章和大家分享一下Linux系统安装配置Sqoop的详细教程。

Linux系统如何安装sqoop

sqoop简介：

正如Sqoop的名字所示：Sqoop是一个用来将关系型数据库和Hadoop中的数据进行相互转移的工具，可以将一个关系型数据库(例如Mysql、Oracle)中的数据导入到Hadoop(例如HDFS、Hive、Hbase)中，也可以将Hadoop(例如HDFS、Hive、Hbase)中的数据导入到关系型数据库(例如Mysql、Oracle)中。如下图所示： 这里写图片描述 2、Sqoop架构 Sqoop架构： 这里写图片描述 正如上图所示：Sqoop工具接收到客户端的shell命令或者Java api命令后，通过Sqoop中的任务翻译器(Task Translator)将命令转换为对应的MapReduce任务，而后将关系型数据库和Hadoop中的数据进行相互转移，进而完成数据的拷贝。

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。

至此关于Linux系统安装sqoop的教程分享结束，欢迎大家在评论区留言。

以上就是良许教程网为各位朋友分享的Linux系统相关内容。想要了解更多Linux相关知识记得关注公众号“良许Linux”，或扫描下方二维码进行关注，更多干货等着你！

137e00002230ad9f26e78-265x300

本文由 良许Linux教程网 发布，可自由转载、引用，但需署名作者且注明文章出处。如转载至微信公众号，请在文末添加作者公众号二维码。
打赏 7赞
标签:
良许

作者: 良许

良许，世界500强企业Linux开发工程师，公众号【良许Linux】的作者，全网拥有超30W粉丝。个人标签：创业者，CSDN学院讲师，副业达人，流量玩家，摄影爱好者。
上一篇
下一篇

相关推荐

发表评论

联系我们

联系我们

公众号：良许Linux

在线咨询: QQ交谈

邮箱: yychuyu@163.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部