一、安装

1.下载sqoop-1.4.6-bin.tar.gz并解压
2.修改conf/sqoop-env.sh,设置如下变量:
  1. export HADOOP_COMMON_HOME=/usr/local/hadoop-2.6.3
  2. export HADOOP_MAPRED_HOME=/usr/local/hadoop-2.6.3
  3. export HBASE_HOME=/usr/local/hbase-1.1.3
  4. export HIVE_HOME=/usr/local/hive-2.0.0
  5. #export ZOOCFGDIR=

或者在用户的环境变量中做以上设置

二、sqoop使用
sqoop通过bin下的各种工具完成任务
1.连接数据库
参数:
  1. Argument Description
  2. --connect <jdbc-uri> Specify JDBC connect string
  3. --connection-manager <class-name> Specify connection manager class to use
  4. --driver <class-name> Manually specify JDBC driver class to use
  5. --hadoop-mapred-home <dir> Override $HADOOP_MAPRED_HOME
  6. --help Print usage instructions
  7. --password-file Set path for a file containing the authentication password
  8. -P Read password from console
  9. --password <password> Set authentication password
  10. --username <username> Set authentication username
  11. --verbose Print more information while working
  12. --connection-param-file <filename> Optional properties file that provides connection parameters
  13. --relaxed-isolation Set connection transaction isolation to read uncommitted for the mappers.
$ sqoop import --connect jdbc:mysql://database.example.com/employees
--connect参数中主机名不能用localhost代替,否则各个结点都查询自己机器上的数据库。
安全是验证方式是把数据库的密码写入在/home/${user}下,并赋400权限。如下:
$ sqoop import --connect jdbc:mysql://database.example.com/employees \
--username venkatesh --password-file ${user.home}/.password

2.导出数据到HDFS
以下是参数:
--append Append data to an existing dataset in HDFS
--as-avrodatafile Imports data to Avro Data Files
--as-sequencefile Imports data to SequenceFiles
--as-textfile Imports data as plain text (default)
--as-parquetfile Imports data to Parquet Files
--boundary-query <statement> Boundary query to use for creating splits
--columns <col,col,col…> Columns to import from table   --columns "name,employee_id,jobtitle"
--delete-target-dir Delete the import target directory if it exists
--direct Use direct connector if exists for the database
--fetch-size <n> Number of entries to read from database at once.
--inline-lob-limit <n> Set the maximum size for an inline LOB
-m,--num-mappers <n> Use n map tasks to import in parallel
-e,--query <statement> Import the results of statement.  select min(<split-by>), max(<split-by>) from <table name> 
--split-by <column-name> Column of the table used to split work units. Cannot be used with --autoreset-to-one-mapper option.
以某个字段平衡负载
--autoreset-to-one-mapper Import should use one mapper if a table has no primary key and no split-by column is provided. Cannot be used with--split-by <col> option.
--table <table-name> Table to read
--target-dir <dir> HDFS destination dir
--warehouse-dir <dir> HDFS parent for table destination
--where <where clause> WHERE clause to use during import
-z,--compress Enable compression
--compression-codec <c> Use Hadoop codec (default gzip)
--null-string <null-string> The string to be written for a null value for string columns
--null-non-string <null-string> The string to be written for a null value for non-string columns
示例:
  1. bin/sqoop list-databases --connect jdbc:mysql://yangxw:3306/mysql --username root --password root
  2. bin/sqoop import --connect jdbc:mysql://yangxw:3306/classicmodels --username root --password root --table customers --target-dir /mysql_hadoop
  3. $ sqoop import \
    --query 'SELECT a.*, b.* FROM a JOIN b on (a.id == b.id) WHERE $CONDITIONS' \
    --split-by a.id --target-dir /user/foo/joinresults

其它参数:
控制字段类型:
$ sqoop import ... --map-column-java id=String,value=Integer
增量导入:
使用append 或者lastmodified 模式。http://blog.csdn.net/ryantotti/article/details/14226635


大对象(BLOB CLOB):
对于16M以下的LOB,存储在常规的地方,大于16M的对象,存储在_lobs 目录下,并且格式与常规数据不一样,每个存储对象可以存储2^63大小的字节。

3.导入HIVE
导入HIVE的步骤:
dbms->hdfs->hive(load inpath)
参数:
  1. --hive-home <dir> Override $HIVE_HOME
  2. --hive-import Import tables into Hive (Uses Hive’s default delimiters if none are set.)
  3. --hive-overwrite Overwrite existing data in the Hive table.
  4. --create-hive-table If set, then the job will fail if the target hive table exits. By default this property is false.
  5. --hive-table <table-name> Sets the table name to use when importing to Hive.
  6. --hive-drop-import-delims Drops \n, \r, and \01 from string fields when importing to Hive.
  7. --hive-delims-replacement Replace \n, \r, and \01 from string fields with user defined string when importing to Hive.
  8. --hive-partition-key Name of a hive field to partition are sharded on
  9. --hive-partition-value <v> String-value that serves as partition key for this imported into hive in this job.
  10. --map-column-hive <map> Override default mapping from SQL type to Hive type for configured columns.
示例:
bin/sqoop import --connect jdbc:mysql://yangxw:3306/classicmodels --username root --password root --table products --hive-import --create-hive-table 

如果原表是压缩表,导入HIVE时可能无法分割任务(无法并行),但lzop编码可以分割以并行执行

4.导入hbase
相关参数:
--column-family <family> Sets the target column family for the import
--hbase-create-table If specified, create missing HBase tables
--hbase-row-key <col> Specifies which input column to use as the row key
In case, if input table contains composite(复合)
key, then <col> must be in the form of a
comma-separated(逗号分隔) list of composite key
attributes
--hbase-table <table-name> Specifies an HBase table to use as the target instead of HDFS
--hbase-bulkload Enables bulk loading 指导入
    sqoop使用hdfs的put功能把数据导入hdfs中。默认会使用split key做为rowkey,如果没有定义split key,则尝试用primary key.如果原表是组合键,--hbase-row-key要设置组合键。如果hbase中没有表或者列簇,则会报错,可以添加--hbase-create-table解决。如果不使用--hbase-create-table,则要设置--column-family,所有的输出列都放在一个--column-family 里。
    sqoop先导入hdfs中再以utf8导入hbase,忽略除row-key外的空值。为了减轻负载,可以使用批量导入bulk
示例:
  1. bin/sqoop import --connect jdbc:mysql://yangxw:3306/classicmodels --username root --password root --table orders --target-dir /mysql_hadoop/orders4 --hbase-table orders --column-family orders --hbase-create-table
  1. 报以下错误:无法创建hbase的表:
  2. 16/03/24 18:30:23 INFO mapreduce.HBaseImportJob: Creating missing HBase table orders
  3. Exception in thread "main" java.lang.NoSuchMethodError: org.apache.hadoop.hbase.HTableDescriptor.addFamily(Lorg/apache/hadoop/hbase/HColumnDescriptor;)V
  4. at org.apache.sqoop.mapreduce.HBaseImportJob.jobSetup(HBaseImportJob.java:222)
  5. at org.apache.sqoop.mapreduce.ImportJobBase.runImport(ImportJobBase.java:264)
  6. at org.apache.sqoop.manager.SqlManager.importTable(SqlManager.java:673)
  7. at org.apache.sqoop.manager.MySQLManager.importTable(MySQLManager.java:118)
  8. at org.apache.sqoop.tool.ImportTool.importTable(ImportTool.java:497)
  9. at org.apache.sqoop.tool.ImportTool.run(ImportTool.java:605)
  10. at org.apache.sqoop.Sqoop.run(Sqoop.java:143)
  11. at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
  12. at org.apache.sqoop.Sqoop.runSqoop(Sqoop.java:179)
  13. at org.apache.sqoop.Sqoop.runTool(Sqoop.java:218)
可能是hadoop和hbase兼容性差的原因引起的:http://www.aboutyun.com/thread-12236-1-1.html
那么先将hbase的表创建好:
  1. hbase(main):002:0> create 'orders','CF1'
  2. 0 row(s) in 1.6730 seconds
  3. => Hbase::Table - orders
再执行:
  1. bin/sqoop import --connect jdbc:mysql://yangxw:3306/classicmodels --username root --password root --table orders --target-dir /mysql_hadoop/orders5 --hbase-table orders --column-family CF1
然后执行成功了!


5.从数据库导入到HADOOP中$CONDITIONS
    \$CONDITIONS 前面要写个\















sqoop-1.4.6安装与使用的更多相关文章

  1. Sqoop 1.99.4 安装

    1.安装准备工作:已经装好的 hadoop 环境是 hadoop-2.5.1 64位下载的sqoop安装包(注意是hadoop200)http://www.us.apache.org/dist/sqo ...

  2. [sqoop1.99.7] sqoop入门-下载、安装、运行和常用命令

    一.简介 Apache Sqoop is a tool designed for efficiently transferring data betweeen structured, semi-str ...

  3. HIVE之 Sqoop 1.4.6 安装、hive与oracle表互导

    1. sqoop数据迁移 1.1 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. 导入数据:MySQL,Oracle导入数据到Hadoop的HDFS.HI ...

  4. Sqoop之 Sqoop 1.4.6 安装

    1. sqoop数据迁移 1.1 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. 导入数据:MySQL,Oracle导入数据到Hadoop的HDFS.HI ...

  5. Sqoop 1.99.6 安装和使用

        安装   1.安装准备工作:   下载的sqoop安装包 http://mirrors.hust.edu.cn/apache/sqoop/1.99.6/sqoop-1.99.6.tar.gz ...

  6. sqoop 1.99.7 安装及配置

    一  下载sqoop 1.99.7 http://mirror.bit.edu.cn/apache/sqoop/1.99.7/ 二 解压安装文件 三 配置Sqoop 环境变量 最后把mysql的驱动j ...

  7. Sqoop 1.4.6 安装配置

    配置环境变量 # SQOOP SQOOP_HOME=/home/hadoop/development/src/sqoop-1.4.6-cdh5.6.0 PATH=$PATH:$SQOOP_HOME/b ...

  8. Sqoop(一)安装及基本使用

    Sqoop:     1.sqoop从数据库中导入数据到HDFS     2.SQOOP从数据库导入数据到hive     3.sqoop从hive中将数据导出到数据库   sqoop底层还是执行的m ...

  9. sqoop 1.4.7 安装配置/连接测试

    环境: hadoop2.7.7 mysql 8 zk 3.4.10 hive 3 1.上传并解压tar包后进入conf目录 拷贝sqoop-env-template.sh并重命名为sqoop-env. ...

  10. 安装sqoop

    安装sqoop 1.默认已经安装好java+hadoop 2.下载对应hadoop版本的sqoop版本 3.解压安装包 tar zxvf sqoop-1.4.6.bin__hadoop-2.0.4-a ...

随机推荐

  1. centos7.3上编译安装percona5.7.18

    一,删除操作系统自带mariadb yum remove mariadb 二,下载需要的安装包 percona-toolkit-3.0.3-1.el7.x86_64.rpm boost_1_59_0. ...

  2. Java核心技术36讲----------谈谈final、finally、finalize有什么不同

    一.final 1.final修饰方法时,需要注意的点: #final修饰方法时,之前的第二个原因是效率.但是如果方法过于庞大,可能看不到内嵌调用带来的任何性能提升.在最近的Java版本中,不需要使用 ...

  3. 大数据技术原理与应用——大数据处理架构Hadoop

    Hadoop简介 Hadoop是Apache软件基金会旗下的一个开源分布式计算平台,为用户提供了系统底层细节透明的分布式基础架构. Hadoop是基于Java语言开发的,具有很好的跨平台特性,并且可以 ...

  4. scala 获取当前时间的两种方式

    在编写程序时,有时需要获取当前时间,这在记录异常信息.获取程序运行耗时很有用处 方式一: val time1=System.currentTimeMillis() 这种方式获取的是程序运行到此的毫秒数 ...

  5. 计算机基础和Linux基础

    计算机原理 计算机发展史 机器语言—让机器干活 差分机—让机器的数学运算和逻辑运算只简化成“加法”,计算机只处理“加法” 计算机硬件CPU=运算器+控制器+寄存器(缓存)硬盘=存储器+寄存器寄存器是为 ...

  6. 虚拟机的三种联网模式(桥接模式、NAT 模式、仅主机模式)

    虚拟机的网络连接方式分为三种,分别是桥接模式.NAT 模式.和仅主机模式,三种连接模式存在着一定的差异,那么我们该如何选择适合自己的连接模式呢? 1.桥接模式:在此模式下,虚拟机相当于一台独立的电脑, ...

  7. Active MQ C++实现通讯记录

    Active MQ  C++实现通讯 背景知识: ActiveMQ是一个易于使用的消息中间件. 消息中间件 我们简单的介绍一下消息中间件,对它有一个基本认识就好,消息中间件(MOM:Message O ...

  8. 一个java新手配置IIS服务器的血泪史

    接到一个二次开发项目,听说是asp页面,带着不要怂的态度于是接下了. 好嘛按照步骤来 1.了解需求:一个公司内部积分排名类型项目,已经被多次开发,我所需要的就是新增两个页面,一个是分店赛一个是分部赛. ...

  9. msys2-x86_64搭建QT Mingw64编译环境

    1.安装msys2-x86_64 2.环境变量 PATH 添加 C:\msys64\home\%name%3. 打开MSYS2 Shell,更新包数据库和核心系统包 pacman -Syu4. 关闭M ...

  10. HTML基础part1

    HTML基础 Web的本质就是利用浏览器访问socket服务端,socket服务端收到请求回复数据提供给浏览器进行渲染显示. import socket def main(): sock = sock ...