数据迁移工具sqoop入门

首先，先简单说明下sqoop是什么，sqoop 即 SQL to Hadoop ，是一款方便的在传统型数据库与Hadoop之间进行数据迁移的工具，充分利用MapReduce并行特点以批处理的方式加快数据传输，发展至今主要演化了二大版本，sqoop1和sqoop2。 
那么为什么选择sqoop呢？ 
1，高效可控的利用资源，任务并行度，超时时间。 
2，数据类型映射与转化，可自动进行，用户也可自定义 
3，支持多种主流数据库，MySQL,Oracle，SQL Server，DB2等等 

sqoop1和sqoop2对比的异同之处： 
1，两个不同的版本，完全不兼容 
2，版本号划分区别，Apache：1.4.x,1.99.x~ 
CDH:sqoop-1.4.3-cdh4,sqoop2-1.99.2-cdh4.5.0 
3,sqoop2比sqoop1的改进 
（1）引入sqoop server，集中化管理connector等 
（2）多种访问方式：CLI,Web UI，REST API 
(3) 引入基于角色 的安全机制 

sqoop1与sqoop2的架构图如下： 

 

sqoop1与sqoop2的优缺点如下： 
sqoop1的架构，仅仅使用一个sqoop客户端，sqoop2的架构，引入了sqoop server集中化管理connector，以及rest api，web，UI，并引入权限安全机制。 
sqoop1与sqoop2优缺点比较 
sqoop1优点架构部署简单 
sqoop1的缺点命令行方式容易出错，格式紧耦合，无法支持所有数据类型，安全机制不够完善，例如密码暴漏， 
安装需要root权限，connector必须符合JDBC模型 
sqoop2的优点多种交互方式，命令行，web UI，rest API，conncetor集中化管理，所有的链接安装在sqoop server上，完善权限管理机制，connector规范化，仅仅负责数据的读写。 
sqoop2的缺点，架构稍复杂，配置部署更繁琐。