目錄
正文
sqoop 是 apache 旗下一款“Hadoop 和關(guān)系數(shù)據(jù)庫(kù)服務(wù)器之間傳送數(shù)據(jù)”的工具。
核心的功能有兩個(gè)：
導(dǎo)入、遷入
導(dǎo)出、遷出
導(dǎo)入數(shù)據(jù)：MySQL，Oracle 導(dǎo)入數(shù)據(jù)到 Hadoop 的 HDFS、HIVE、HBASE 等數(shù)據(jù)存儲(chǔ)系統(tǒng)
導(dǎo)出數(shù)據(jù)：從 Hadoop 的文件系統(tǒng)中導(dǎo)出數(shù)據(jù)到關(guān)系數(shù)據(jù)庫(kù) mysql 等 Sqoop 的本質(zhì)還是一個(gè)命令行工具，和 HDFS，Hive 相比，并沒(méi)有什么高深的理論。
sqoop：
工具：本質(zhì)就是遷移數(shù)據(jù)， 遷移的方式：就是把sqoop的遷移命令轉(zhuǎn)換成MR程序
hive
工具，本質(zhì)就是執(zhí)行計(jì)算，依賴于HDFS存儲(chǔ)數(shù)據(jù)，把SQL轉(zhuǎn)換成MR程序
將導(dǎo)入或?qū)С雒罘g成 MapReduce 程序來(lái)實(shí)現(xiàn) 在翻譯出的 MapReduce 中主要是對(duì) InputFormat 和 OutputFormat 進(jìn)行定制
將來(lái)sqoop在使用的時(shí)候有可能會(huì)跟那些系統(tǒng)或者組件打交道？
HDFS， MapReduce， YARN， ZooKeeper， Hive， HBase， MySQL
sqoop就是一個(gè)工具， 只需要在一個(gè)節(jié)點(diǎn)上進(jìn)行安裝即可。
補(bǔ)充一點(diǎn)： 如果你的sqoop工具將來(lái)要進(jìn)行hive或者h(yuǎn)base等等的系統(tǒng)和MySQL之間的交互
你安裝的SQOOP軟件的節(jié)點(diǎn)一定要包含以上你要使用的集群或者軟件系統(tǒng)的安裝包
補(bǔ)充一點(diǎn)： 將來(lái)要使用的azakban這個(gè)軟件 除了會(huì)調(diào)度 hadoop的任務(wù)或者h(yuǎn)base或者h(yuǎn)ive的任務(wù)之外， 還會(huì)調(diào)度sqoop的任務(wù)
azkaban這個(gè)軟件的安裝節(jié)點(diǎn)也必須包含以上這些軟件系統(tǒng)的客戶端/2、
下載地址http://mirrors.hust.edu.cn/apache/
sqoop版本說(shuō)明
絕大部分企業(yè)所使用的sqoop的版本都是 sqoop1
sqoop-1.4.6 或者 sqoop-1.4.7 它是 sqoop1
sqoop-1.99.4----都是 sqoop2
此處使用sqoop-1.4.6版本sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz
因?yàn)橹癶ive只是安裝在hadoop3機(jī)器上，所以sqoop也同樣安裝在hadoop3機(jī)器上
[hadoop@hadoop3 ~]$ tar -zxvf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C apps/
[hadoop@hadoop3 ~]$ cd apps/[hadoop@hadoop3 apps]$ lsapache-hive-2.3.3-bin hadoop-2.7.5 hbase-1.2.6 sqoop-1.4.6.bin__hadoop-2.0.4-alpha zookeeper-3.4.10[hadoop@hadoop3 apps]$ mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha/ sqoop-1.4.6[hadoop@hadoop3 apps]$ cd sqoop-1.4.6/conf/[hadoop@hadoop3 conf]$ lsoraoop-site-template.xml sqoop-env-template.sh sqoop-site.xmlsqoop-env-template.cmd sqoop-site-template.xml[hadoop@hadoop3 conf]$ mv sqoop-env-template.sh sqoop-env.sh
[hadoop@hadoop3 conf]$ vi sqoop-env.sh export HADOOP_COMMON_HOME=/home/hadoop/apps/hadoop-2.7.5#Set path to where hadoop-*-core.jar is availableexport HADOOP_MAPRED_HOME=/home/hadoop/apps/hadoop-2.7.5#set the path to where bin/hbase is availableexport HBASE_HOME=/home/hadoop/apps/hbase-1.2.6#Set the path to where bin/hive is availableexport HIVE_HOME=/home/hadoop/apps/apache-hive-2.3.3-bin#Set the path for where zookeper config dir isexport ZOOCFGDIR=/home/hadoop/apps/zookeeper-3.4.10/conf
為什么在sqoop-env.sh 文件中會(huì)要求分別進(jìn)行 common和mapreduce的配置呢？？？
在apache的hadoop的安裝中；四大組件都是安裝在同一個(gè)hadoop_home中的
但是在CDH, HDP中， 這些組件都是可選的。
在安裝hadoop的時(shí)候，可以選擇性的只安裝HDFS或者YARN，
CDH,HDP在安裝hadoop的時(shí)候，會(huì)把HDFS和MapReduce有可能分別安裝在不同的地方。
[hadoop@hadoop3 ~]$ cp mysql-connector-java-5.1.40-bin.jar apps/sqoop-1.4.6/lib/[hadoop@hadoop3 ~]$ vi .bashrc #Sqoopexport SQOOP_HOME=/home/hadoop/apps/sqoop-1.4.6export PATH=$PATH:$SQOOP_HOME/bin
保存退出使其立即生效
[hadoop@hadoop3 ~]$ source .bashrc sqoop-version 或者 sqoop version
首先，我們可以使用 sqoop help 來(lái)查看，sqoop 支持哪些命令
[hadoop@hadoop3 ~]$ sqoop helpWarning: /home/hadoop/apps/sqoop-1.4.6/../hcatalog does not exist! HCatalog jobs will fail.Please set $HCAT_HOME to the root of your HCatalog installation.Warning: /home/hadoop/apps/sqoop-1.4.6/../accumulo does not exist! Accumulo imports will fail.Please set $ACCUMULO_HOME to the root of your Accumulo installation.18/04/12 13:37:19 INFO sqoop.Sqoop: Running Sqoop version: 1.4.6usage: sqoop COMMAND [ARGS]Available commands: codegen Generate code to interact with database records create-hive-table Import a table definition into Hive eval Evaluate a SQL statement and display the results export Export an HDFS directory to a database table help List available commands import Import a table from a database to HDFS import-all-tables Import tables from a database to HDFS import-mainframe Import datasets from a mainframe server to HDFS job Work with saved jobs list-databases List available databases on a server list-tables List available tables in a database merge Merge results of incremental imports metastore Run a standalone Sqoop metastore version Display version informationSee 'sqoop help COMMAND' for information on a specific command.[hadoop@hadoop3 ~]$
然后得到這些支持了的命令之后，如果不知道使用方式，可以使用 sqoop command 的方式 來(lái)查看某條具體命令的使用方式，比如：
[hadoop@hadoop3 ~]$ sqoop list-databases \> --connect jdbc:mysql://hadoop1:3306/ \> --username root \> --password rootWarning: /home/hadoop/apps/sqoop-1.4.6/../hcatalog does not exist! HCatalog jobs will fail.Please set $HCAT_HOME to the root of your HCatalog installation.Warning: /home/hadoop/apps/sqoop-1.4.6/../accumulo does not exist! Accumulo imports will fail.Please set $ACCUMULO_HOME to the root of your Accumulo installation.18/04/12 13:43:51 INFO sqoop.Sqoop: Running Sqoop version: 1.4.618/04/12 13:43:51 WARN tool.BaseSqoopTool: Setting your password on the command-line is insecure. Consider using -P instead.18/04/12 13:43:51 INFO manager.MySQLManager: Preparing to use a MySQL streaming resultset.information_schemahivedbmysqlperformance_schematest[hadoop@hadoop3 ~]$
[hadoop@hadoop3 ~]$ sqoop list-tables \
> --connect jdbc:mysql://hadoop1:3306/mysql \
> --username root \
> --password root
sqoop create-hive-table --connect jdbc:mysql://hadoop1:3306/mysql --username root --password root --table help_keyword --hive-table hk
“導(dǎo)入工具”導(dǎo)入單個(gè)表從 RDBMS 到 HDFS。表中的每一行被視為 HDFS 的記錄。所有記錄 都存儲(chǔ)為文本文件的文本數(shù)據(jù)（或者 Avro、sequence 文件等二進(jìn)制數(shù)據(jù)）
sqoop import (generic-args) (import-args)
常用參數(shù)
--connect <jdbc-uri> jdbc 連接地址--connection-manager <class-name> 連接管理者--driver <class-name> 驅(qū)動(dòng)類--hadoop-mapred-home <dir> $HADOOP_MAPRED_HOME--help help 信息-P 從命令行輸入密碼--password <password> 密碼--username <username> 賬號(hào)--verbose 打印流程信息--connection-param-file <filename> 可選參數(shù)
普通導(dǎo)入：導(dǎo)入mysql庫(kù)中的help_keyword的數(shù)據(jù)到HDFS上
導(dǎo)入的默認(rèn)路徑：/user/hadoop/help_keyword
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql --username root --password root --table help_keyword -m 1查看導(dǎo)入的文件
[hadoop@hadoop4 ~]$ hadoop fs -cat /user/hadoop/help_keyword/part-m-00000
導(dǎo)入： 指定分隔符和導(dǎo)入路徑
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql --username root --password root --table help_keyword --target-dir /user/hadoop11/my_help_keyword1 --fields-terminated-by '\t' -m 2
導(dǎo)入數(shù)據(jù)：帶where條件
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql --username root --password root --where "name='STRING' " --table help_keyword --target-dir /sqoop/hadoop11/myoutport1 -m 1
查詢指定列
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql --username root --password root --columns "name" --where "name='STRING' " --table help_keyword --target-dir /sqoop/hadoop11/myoutport22 -m 1selct name from help_keyword where name = "string"
導(dǎo)入：指定自定義查詢SQL
sqoop import --connect jdbc:mysql://hadoop1:3306/ --username root --password root --target-dir /user/hadoop/myimport33_1 --query 'select help_keyword_id,name from mysql.help_keyword where $CONDITIONS and name = "STRING"' --split-by help_keyword_id --fields-terminated-by '\t' -m 4
在以上需要按照自定義SQL語(yǔ)句導(dǎo)出數(shù)據(jù)到HDFS的情況下：
1、引號(hào)問(wèn)題，要么外層使用單引號(hào)，內(nèi)層使用雙引號(hào)，$CONDITIONS的$符號(hào)不用轉(zhuǎn)義， 要么外層使用雙引號(hào)，那么內(nèi)層使用單引號(hào)，然后$CONDITIONS的$符號(hào)需要轉(zhuǎn)義
2、自定義的SQL語(yǔ)句中必須帶有WHERE \$CONDITIONS
Sqoop 導(dǎo)入關(guān)系型數(shù)據(jù)到 hive 的過(guò)程是先導(dǎo)入到 hdfs，然后再 load 進(jìn)入 hive
普通導(dǎo)入：數(shù)據(jù)存儲(chǔ)在默認(rèn)的default hive庫(kù)中，表名就是對(duì)應(yīng)的mysql的表名：
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql \--username root \--password root \--table help_keyword \--hive-import \-m 1
導(dǎo)入過(guò)程
第一步：導(dǎo)入mysql.help_keyword的數(shù)據(jù)到hdfs的默認(rèn)路徑
第二步：自動(dòng)仿造mysql.help_keyword去創(chuàng)建一張hive表, 創(chuàng)建在默認(rèn)的default庫(kù)中
第三步：把臨時(shí)目錄中的數(shù)據(jù)導(dǎo)入到hive表中
查看數(shù)據(jù)
[hadoop@hadoop3 ~]$ hadoop fs -cat /user/hive/warehouse/help_keyword/part-m-00000
指定行分隔符和列分隔符，指定hive-import，指定覆蓋導(dǎo)入，指定自動(dòng)創(chuàng)建hive表，指定表名，指定刪除中間結(jié)果數(shù)據(jù)目錄
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql \--username root \--password root \--table help_keyword \--fields-terminated-by "\t" \--lines-terminated-by "\n" \--hive-import \--hive-overwrite \--create-hive-table \--delete-target-dir \--hive-database mydb_test \--hive-table new_help_keyword
報(bào)錯(cuò)原因是hive-import 當(dāng)前這個(gè)導(dǎo)入命令。 sqoop會(huì)自動(dòng)給創(chuàng)建hive的表。 但是不會(huì)自動(dòng)創(chuàng)建不存在的庫(kù)
手動(dòng)創(chuàng)建mydb_test數(shù)據(jù)塊
hive> create database mydb_test;OKTime taken: 6.147 secondshive>
之后再執(zhí)行上面的語(yǔ)句沒(méi)有報(bào)錯(cuò)
查詢一下
select * from new_help_keyword limit 10;
上面的導(dǎo)入語(yǔ)句等價(jià)于
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql \--username root \--password root \--table help_keyword \--fields-terminated-by "\t" \--lines-terminated-by "\n" \--hive-import \--hive-overwrite \--create-hive-table \ --hive-table mydb_test.new_help_keyword \--delete-target-dir
增量導(dǎo)入
執(zhí)行增量導(dǎo)入之前，先清空hive數(shù)據(jù)庫(kù)中的help_keyword表中的數(shù)據(jù)
truncate table help_keyword;
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql \--username root \--password root \--table help_keyword \--target-dir /user/hadoop/myimport_add \--incremental append \--check-column help_keyword_id \--last-value 500 \-m 1
語(yǔ)句執(zhí)行成功
查看結(jié)果
普通導(dǎo)入
sqoop import --connect jdbc:mysql://hadoop1:3306/mysql \--username root \--password root \--table help_keyword \--hbase-table new_help_keyword \--column-family person \--hbase-row-key help_keyword_id
此時(shí)會(huì)報(bào)錯(cuò)，因?yàn)樾枰葎?chuàng)建Hbase里面的表，再執(zhí)行導(dǎo)入的語(yǔ)句
hbase(main):001:0> create 'new_help_keyword', 'base_info'0 row(s) in 3.6280 seconds=> Hbase::Table - new_help_keywordhbase(main):002:0>
聯(lián)系客服
