Sqoop
1.简介
sqoop是一款开源的工具,主要用于在Hadoop(Hive)与传统的数据库之间进行数据的传递,可以将一个关系型数据库中的数据导入到hadoop的hdfs中,也可以将HDFS的数据导出到关系型数据库中
2.原理
把导入或者导出命令翻译成MR程序来实现
在翻译出的MR中主要是对inputformat 和 outputformat进行定制
3.安装
前提:已经安装好 Java和Hadoop的环境
3.1下载解压
1.下载地址:http://mirrors.hust.edu.cn/apache/sqoop/1.4.6/
2.把Sqoop的安装包上传到虚拟机
3.解压安装包大指定目录
3.2修改配置文件
配置文件在sqoop根目录下的conf文件夹中,
1.配置文件重命名
mv sqoop-env-template.sh sqoop-env.sh
2.修改配置文件 sqoop-env.sh
配置hadoop hbase hive zookeeper 的位置
export HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.2
export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.2
export HIVE_HOME=/opt/module/hive
export ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.10
export ZOOCFGDIR=/opt/module/zookeeper-3.4.10
export HBASE_HOME=/opt/module/hbase
3.3拷贝JDBC驱动
把 JDBC的驱动拷贝到sqoop的lib目录下
3.4.验证sqoop
$ bin/sqoop help
会出现一些警告,接着帮助命令将回输出
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 information
3.5.sqoop连接数据库测试
bin/sqoop list-databases --connect jdbc:mysql://hadoop136:3306/ --username root --password 111111
出现以下的输出
information_schema
metastore
mysql
oozie
performance_schema
4.sqoop简单使用案例
4.1导入数据
导入:从非大数据集群(RDBFS)向大数据集群(HIVE,HDFS,HBASE)中传输数据
4.1.1 RDBMS 到 HDFS
1.确认 mysql服务开启正常
2.在mysql中新建一张表,插入两条数据
mysql -uroot -p000000
create database company;
create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));
insert into company.staff(name, sex) values('Thomas', 'Male');
insert into company.staff(name, sex) values('Catalina', 'FeMale');
3.导入数据
1.全部导入
bin/sqoop import \
--connect jdbc:mysql://hadoop136:3306/company \
--username root \
--password 111111 \
--table staff \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t"
2.查询导入
bin/sqoop import \
--connect jdbc:mysql://hadoop136:3306/company \
--username root \
--password 111111 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--query 'select name,sex from staff where id <=1 and $CONDITIONS;'
如果query后使用的是双引号,则$CONDITIONS前必须加转移符,防止shell识别为自己的变量。
3.导入指定列 –columns
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--columns id,sex \
--table staff
columns 如果涉及到多列,用逗号分隔,分隔时不要添加空格
4.使用sqoop关键字筛选查询导入数据 –where
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--target-dir /user/company \
--delete-target-dir \
--num-mappers 1 \
--fields-terminated-by "\t" \
--table staff \
--where "id=1"
4.1.2RDBMS 到 HIVE
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--hive-import \
--fields-terminated-by "\t" \
--hive-overwrite \
--hive-table staff_hive
该过程分为两步,第一步将数据导入HDFS,第二步将导入到HDFS的数据迁移到Hive仓库,第一步默认的临时目录:/user/username(用户名)/表名
4.1.3RDBMS 到 Hbase
bin/sqoop import \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--table staff \
--columns "id,name,sex" \
--column-family "info" \
--hbase-create-table \
--hbase-row-key "id" \
--hbase-table "hbase_company" \
--num-mappers 1 \
--split-by id
sqoop1.4.6只支持hbase1.0.1版本之前的自动创建Hbase表
所以手动创建Hbase表
在Hbase中查看表的内容
scan ‘hbase_company’
4.2导出数据
导出:从大数据集群(HIVE,HDFS,HBASE)向非大数据集群中传输数据
4.2.1 HIVE/HDFS 到 RDBMS
mysql中表不存在的话,不会自动创建
bin/sqoop export \
--connect jdbc:mysql://hadoop102:3306/company \
--username root \
--password 000000 \
--table staff \
--num-mappers 1 \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"
4.3脚本打包
使用opt格式的文件打包sqoop命令,然后执行
1.创建一个.opt文件
mkdir opt
touch opt/job_HDFS2RDBMS.opt
2.编写sqoop脚本
$ vi opt/job_HDFS2RDBMS.opt
//下边是脚本
export
--connect
jdbc:mysql://hadoop102:3306/company
--username root
--password 000000
--table staff
--num-mappers 1
--export-dir
/user/hive/warehouse/staff_hive
--input-fields-terminated-by "\t"
3.执行脚本
bin/sqoop --options-file opt/job_HDFS2RDBMS.opt