Sqoop 数据迁移工具(mysql、HDFS、Hive、HBase)
1、概述
sqoop 是 apache 旗下一款 “Hadoop 和关系数据库服务器之间传送数据”的工具。
(1)导入数据:MySQL,Oracle 导入数据到 Hadoop 的 HDFS、HIVE、HBASE 等数据存储系统。
(2)导出数据:从 Hadoop 的文件系统中导出数据到关系数据库 mysql 等。
Sqoop 的本质还是一个命令行工具,和 HDFS,Hive 相比,并没有什么高深的理论。
2、工作机制
将导入或导出命令翻译成 MapReduce 程序来实现,在翻译出的 MapReduce 中主要是对 InputFormat 和 OutputFormat 进行定制。
3、Sqoop 安装
3.1、准备安装包
安装 Sqoop 的前提是已经具备 Java 和 Hadoop 的环境:
安装包(sqoop-1.4.6.bin_hadoop-2.0.4-alpha.tar.gz)下载地址:http://ftp.wayne.edu/apache/sqoop/1.4.6/
本人博客中用到的 hbase verson 1.6.0,当心版本不兼容。
sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz(sqoop-1.4.6.bin_hadoop-2.0.4-alpha.tar.gz):
链接:https://pan.baidu.com/s/1mp6-tS0qpU3Nmv2oUrYXCA
提取码:kg7i
复制这段内容后打开百度网盘手机App,操作更方便哦
3.2、安装步骤
3.2.1、解压安装包到安装目录
tar -zxvf ~/apks/sqoop-1.4.6.bin_hadoop-2.0.4-alpha.tar.gz -C ~/apps/
cd ~/apps
mv sqoop-1.4.6.bin_hadoop-2.0.4-alpha/ sqoop-1.4.6
3.2.2、sqoop-env.sh
(1)进入到 sqoop conf 文件夹,找到 sqoop-env-template.sh,修改其名称为 sqoop-env.sh:
cd ~/apps/sqoop-1.4.6/conf
mv sqoop-env-template.sh sqoop-env.sh
(2) 修改 sqoop-env.sh:
vim sqoop-env.sh
export HADOOP_COMMON_HOME=/home/hadoop/apps/hadoop-2.7.5
export HADOOP_MAPRED_HOME=/home/hadoop/apps/hadoop-2.7.5
export HBASE_HOME=/home/hadoop/apps/hbase-1.6.0
export HIVE_HOME=/home/hadoop/apps/hive-2.3.3
export ZOOCFGDIR=/home/hadoop/apps/zookeeper-3.4.10/conf
zookeeper 和 hbase 没有安装。那就不用管了。如果也安装的有,并且要使用,那么就给配置上。
3.2.3、加入 mysql 驱动包
加入 mysql 驱动包到 sqoop1.4.6/lib 目录下:
cp mysql-connector-java-5.1.40-bin.jar ~/apps/sqoop1.4.6/lib/
链接:https://pan.baidu.com/s/1M828j9nUKrbyYvFuZLTfiw
提取码:7azh
3.2.4、配置系统环境变量
(1)编辑环境变量文件:
vi /etc/profile
(2)添加内容:
export SQOOP_HOME=/home/hadoop/apps/sqoop1.4.6
export PATH=$PATH:$SQOOP_HOME/bin
(3)然后保存退出(":wq")。
(4)更新环境变量:
source /etc/profile
3.2.4、验证安装是否成功
sqoop-version
或者 sqoop version
出现如图所示画面,证明安装成功,那么接下来就可以正常使用了。
4、Sqoop 基本命令介绍
首先,我们可以使用 sqoop help
来查看,sqoop 支持哪些命令:
然后得到这些支持了的命令之后,如果不知道使用方式,可以使用 sqoop help command 的方式来查看某条具体命令的使用方式,比如:sqoop help import
。
5、Sqoop 数据导入
5.1、导入 MySQL 数据到 HDFS
“导入工具” 导入单个表从 RDBMS 到 HDFS。表中的每一行被视为 HDFS 的记录。所有记录都存储为文本文件的文本数据(或者 Avro、sequence 文件等二进制数据)。
下面的语法用于将数据导入 HDFS:
s