Sqoop安装

Sqoop安装


由于Sqoop是Hadoop的一个子项目，它只能工作在Linux操作系统。这里需要按照下面系统上给定安装Sqoop的步骤。


第1步：验证JAVA安装


在安装Sqoop之前，需要确定是否已经在系统上安装Java。用下面的命令来验证Java安装：


$ java –version
如果Java已经安装在系统上，应该能看到如下回应：


java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
如果未在系统上安装Java，那么需要按照下面的步骤来执行安装。


安装java


按照下面给定简单的步骤在系统上安装Java。


第1步


下载Java (JDK <最新版本> - X64.tar.gz) 访问以下链接：下载


那么jdk-7u71-linux-x64.tar.gz 下载到你的系统上。


第2步


通常情况下，可以找到下载文件夹中下载的Java文件。验证它并提取 jdk-7u71-linux-x64.gz 文件中使用下面的命令。


$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz
第3步


为了使Java提供给所有的用户，必须将它移动到的位置 “/usr/local/”. 打开根目录，键入以下命令。


$ su
password:


# mv jdk1.7.0_71 /usr/local/java
# exitStep IV:
第4步


有关设置PATH和JAVA_HOME变量，添加以下命令~/.bashrc文件


export JAVA_HOME=/usr/local/java
export PATH=PATH:$JAVA_HOME/bin
现在，应用所有更改到当前正在运行的系统。




 
$ source ~/.bashrc
第5步


使用下面的命令来配置Java方案：


# alternatives --install /usr/bin/java java usr/local/java/bin/java 2
# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2
# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2


# alternatives --set java usr/local/java/bin/java
# alternatives --set javac usr/local/java/bin/javac
# alternatives --set jar usr/local/java/bin/jar
现在从终端上使用命令java -version  验证安装如上所述。


第2步：验证Hadoop的安装


在安装Sqoop之前Hadoop必须在系统上安装。使用下面的命令来验证Hadoop的安装：


$ hadoop version
如果Hadoop是已经安装在系统上，那么会得到以下回应：


Hadoop 2.4.1
--
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4
如果在系统上未安装Hadoop，那么继续进行下面的步骤：


下载Hadoop


下载和Apache软件基金会使用下面的命令提取Hadoop2.4.1


$ su
password:


# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit
在模拟分布式模式下安装Hadoop


按照下面给出的伪分布式模式下安装的Hadoop2.4.1的步骤。


第1步：设置Hadoop


可以通过附加下面的命令到 ~/.bashrc文件中设置Hadoop环境变量。


export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
现在，应用所有更改到当前正在运行的系统。


$ source ~/.bashrc
第2步：Hadoop配置


可以找到位置的所有Hadoop的配置文件 “$HADOOP_HOME/etc/hadoop”. 需要根据Hadoop基础架构作出适当的改修这些配置文件。


$ cd $HADOOP_HOME/etc/hadoop
为了开发java能够使用Hadoop项目，必须用java在系统中的位置替换JAVA_HOME值以重新设置hadoop-env.sh文件的java环境变量。


export JAVA_HOME=/usr/local/java
下面给出的是，需要编辑配置Hadoop的文件的列表。


core-site.xml


core-site.xml 文件中包含的信息，如用于Hadoop的实例中，分配给文件系统的存储器，用于存储数据的内存限制的端口号，以及读/写缓冲器的大小。


打开核心core-site.xml 并在<configuration>和</configuration>标签之间添加以下属性。


<configuration>
   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000 </value>
   </property>
</configuration>
hdfs-site.xml


hdfs-site.xml文件中包含的信息，如复制数据值，NameNode的路径，本地文件系统的数据节点的路径。这意味着要存储Hadoop基础架构。


让我们假设以下数据。


dfs.replication (data replication value) = 1


(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode


(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开这个文件，并在此文件中<configuration>, </configuration> 之间标签添加以下属性。




<configuration>


   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
   
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
   
   <property>
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value>
   </property>
   
</configuration>
注：在上面的文件，所有的属性值是用户定义，可以根据自己的Hadoop的基础架构进行更改。


yarn-site.xml


此文件用于配置成yarn在Hadoop中。打开yarn-site.xml文件，并在在此文件中的<configuration>, </configuration>标签之间添加以下属性。


<configuration>
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
   </property>
</configuration>
mapred-site.xml


此文件用于指定正在使用MapReduce框架。缺省情况下，包含yarn-site.xml的模板。首先，需要使用下面的命令来复制从mapred-site.xml 模板到 mapred-site.xml 文件。


$ cp mapred-site.xml.template mapred-site.xml
打开mapred-site.xml文件，并在在此文件中的 <configuration>, </configuration>标签之间添加以下属性。 


<configuration>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>
</configuration>
验证Hadoop的安装


下面的步骤用来验证 Hadoop 安装。


第1步：名称节点设置


使用命令 “hdfs namenode -format” 如下设置名称节点。


$ cd ~
$ hdfs namenode -format
预期的结果如下


10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/
第2步：验证Hadoop DFS


下面的命令用来启动DFS。执行这个命令将开始Hadoop文件系统。


$ start-dfs.sh
期望的输出如下所示：


10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]
第3步：验证Yarn 脚本


下面的命令用来启动 yarn 脚本。执行此命令将启动yarn 守护进程。




$ start-yarn.sh
期望的输出如下所示：


starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out
localhost: starting node manager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out
第4步：在浏览器访问Hadoop


访问Hadoop的默认端口号为50070.使用以下URL来获得浏览器的Hadoop服务。


http://localhost:50070/
下图描述了Hadoop的浏览器。


Accessing Hadoop on Browser
第5步：验证所有应用程序的集群


访问集群中的所有应用程序的默认端口号为8088。使用以下URL访问该服务。


http://localhost:8088/
下图描述了Hadoop集群的浏览器。


Hadoop Application Cluster
第3步下载Sqoop


在本教程中可以从以下链接下载Sqoop的最新版本，我们使用的是1.4.5版本：sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz.


Step 4: 安装Sqoop


下面的命令用于提取Sqoop.tar.gz并将其移动到“/usr/lib/sqoop” 目录。


$tar -xvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz
$ su
password:


# mv sqoop-1.4.4.bin__hadoop-2.0.4-alpha /usr/lib/sqoop
#exit
第5步：配置.bashrc


必须设置Sqoop环境通过附加以下行到〜/.bashrc文件：


#Sqoop
export SQOOP_HOME=/usr/lib/sqoop export PATH=$PATH:$SQOOP_HOME/bin
下面的命令是用来执行〜/.bashrc文件。


$ source ~/.bashrc
第6步：配置Sqoop


要配置Sqoop用Hadoop，需要编辑 sqoop-env.sh 文件，该文件被放置在 $SQOOP_HOME/conf 目录。首先要重定向到 Sqoop config 目录，并使用以下命令复制的模板文件


$ cd $SQOOP_HOME/conf
$ mv sqoop-env-template.sh sqoop-env.sh
打开sqoop-env.sh并编辑下面几行：


export HADOOP_COMMON_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=/usr/local/hadoop
第7步：下载并配置java的MySQL连接器（mysql-connector-java）


可以从下面的下载使用mysql-connector-java的5.1.30.tar.gz文件：下载链接


下面的命令是用来提取使用 mysql-connector-java 压缩包并移动 mysql-connector-java-5.1.30-bin.jar 到 /usr/lib/sqoop/lib 目录


$ tar -zxf mysql-connector-java-5.1.30.tar.gz
$ su
password:


# cd mysql-connector-java-5.1.30
# mv mysql-connector-java-5.1.30-bin.jar /usr/lib/sqoop/lib
第8步：验证Sqoop


下面的命令被用来验证Sqoop版本。


$ cd $SQOOP_HOME/bin
$ sqoop-version
预期的输出：


14/12/17 14:52:32 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5
Sqoop 1.4.5 git commit id 5b34accaca7de251fc91161733f906af2eddbe83
Compiled by abe on Fri Aug 1 11:19:26 PDT 2014
到这里，整个Sqoop安装工作完成。