一 Sqoop简介

Apache Sqoop(TM) 于 2012 年 3 月孵化出来,现在是一个顶级的 Apache 项目。是一种旨在有效地在 Apache Hadoop 和诸如关系数据库等结构化数据存储之间传输大量数据的工具。最新的稳定版本是 1.4.7。Sqoop2 的最新版本是 1.99.7。请注意,1.99.7 与 1.4.7 不兼容,且没有特征不完整,它并不打算用于生产部署。

二 Sqoop原理

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。

三 Sqoop安装

安装 Sqoop 的前提是已经具备 Java 和 Hadoop 的环境。

3.1 下载并解压

1) 最新版下载地址:http://mirrors.hust.edu.cn/apache/sqoop/1.4.7/

用户指南:http://sqoop.apache.org/docs/1.4.7/SqoopUserGuide.html

2) 上传安装包sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz到虚拟机中,

如我的上传目录是:/opt/software

3) 解压 sqoop 安装包到指定目录,如:

[admin@node21 software]$ tar zxvf sqoop-1.4..bin__hadoop-2.6..tar.gz -C /opt/module/
[admin@node21 module]$ mv sqoop-1.4..bin__hadoop-2.6. sqoop-1.4.

3.2 修改配置文件

Sqoop 的配置文件与大多数大数据框架类似,在 sqoop 根目录下的 conf 目录中。

1) 重命名配置文件

[admin@node21 conf]$ cp sqoop-env-template.sh sqoop-env.sh

在conf目录下,有两个文件sqoop-site.xml和sqoop-site-template.xml内容是完全一样的,不必在意,我们只关心sqoop-site.xml即可。

1) 修改配置文件

sqoop-env.sh

export HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.
export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.
export HBASE_HOME=/opt/module/hbase-1.2.
export HIVE_HOME=/opt/module/hive-2.3.
export ZOOCFGDIR=/opt/module/zookeeper-3.4.

3.3 拷贝JDBC驱动

[admin@node21 conf]$ cp /opt/software/mysql-connector-java-5.1..jar  /opt/module/sqoop-1.4./lib/

3.4 配置环境变量

export  SQOOP_HOME=/opt/module/sqoop-1.4.
export PATH=$PATH:$SQOOP_HOME/bin

source /etc/profile

3.4 验证Sqoop

我们可以通过某一个 command 来验证 sqoop 配置是否正确:

[admin@node21 sqoop-1.4.]$ sqoop help
Warning: /opt/module/sqoop-1.4./../hcatalog does not exist! HCatalog jobs will fail.
Please set $HCAT_HOME to the root of your HCatalog installation.
Warning: /opt/module/sqoop-1.4./../accumulo does not exist! Accumulo imports will fail.
Please set $ACCUMULO_HOME to the root of your Accumulo installation.
// :: INFO sqoop.Sqoop: Running Sqoop version: 1.4.
usage: sqoop COMMAND [ARGS] 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 See 'sqoop help COMMAND' for information on a specific command.

3.5 测试Sqoop是否能够成功连接数据库

$ bin/sqoop list-databases --connect jdbc:mysql://node21:3306/ --username root --password 123456
出现如下输出:
information_schema
hive
mysql
performance_schema
sys

四 Sqoop的简单使用案例

4.1 导入数据

在 Sqoop 中,“导入”概念指:从非大数据集群(RDBMS)向大数据集群(HDFS,HIVE,HBASE)中传输数据,叫做:导入,即使用 import 关键字。

4.1.1 RDBMS到HDFS

1) 确定 Mysql 服务开启正常

2) 在 Mysql 中新建一张表并插入一些数据

$ mysql -uroot -p123456
mysql> create database company;
mysql> create table company.staff(id int() primary key not null auto_increment, name varchar(), sex varchar());
mysql> insert into company.staff(name, sex) values('Thomas', 'Male');
mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');

1) 导入数据

1)全部导入

命令行方式:

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--target-dir /sqoop/data \
--delete-target-dir \
--num-mappers \
--fields-terminated-by "\t"

脚本方式:

在/opt/module/datas下创建一个sqoop1,txt(文件名自定义),内容如下

import --connect 'jdbc:mysql://node21:3306/company' --username root --password  --table staff --target-dir /sqoop/data --num-mappers  --fields-terminated-by "\t"

然后在窗口执行命令 sqoop --options-file  /opt/module/datas/sqoop1.txt

2)查询导入

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--target-dir /sqoop/data \
--delete-target-dir \
--num-mappers \
--fields-terminated-by "\t" \
--query 'select name,sex from staff where id <=1 and $CONDITIONS;'

尖叫提示:must contain '$CONDITIONS' in WHERE clause.

尖叫提示: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。

尖叫提示:--query 选项,不能同时与--table 选项使用

3)导入指定列

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--target-dir /sqoop/data \
--delete-target-dir \
--num-mappers \
--fields-terminated-by "\t" \
--columns id,sex \
--table staff

尖叫提示:columns 中如果涉及到多列,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

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--target-dir /sqoop/data \
--delete-target-dir \
--num-mappers \
--fields-terminated-by "\t" \
--table staff \
--where "id=1"

尖叫提示:在 Sqoop 中可以使用 sqoop import -D property.name=property.value 这样的方式加

入执行任务的参数,多个参数用空格隔开。

4.1.2 RDBMS到Hive

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--num-mappers \
--hive-import \
--fields-terminated-by "\t" \
--hive-overwrite \
--hive-table staff_hive

尖叫提示:该过程分为两步,第一步将数据导入到 HDFS,第二步将导入到 HDFS 的数据迁移到 Hive 仓库

尖叫提示:第一步默认的临时目录是/user/admin/表名

4.2 导出数据

在 Sqoop 中,“导出”概念指:从大数据集群(HDFS,HIVE,HBASE)向非大数据集群(RDBMS)中传输数据,叫做:导出,即使用 export 关键字。

4.2.1HIVE/HDFS RDBMS

$ bin/sqoop export \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--num-mappers \
--export-dir /user/hive/warehouse/staff_hive \
--input-fields-terminated-by "\t"

尖叫提示:Mysql 中如果表不存在,不会自动创建

思考:数据是覆盖还是追加

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
export
--connect jdbc:mysql://node21:3306/company
--username root
--password
--table staff
--num-mappers
--export-dir
/user/hive/warehouse/staff_hive
--input-fields-terminated-by "\t"

3) 执行该脚本

$ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

五 Sqoop一些常用命令参数

5.1 常用命令列举

这里给大家列出来了一部分 Sqoop 操作时的常用参数,以供参考,需要深入学习的可以参看对应类的源代码。

序号

命令

说明

1

import

ImportTool

将数据导入到集群

2

export

ExportTool

将集群数据导出

3

codegen

CodeGenTool

获取数据库中某张表数据生成Java 并打包Jar

4

create-hive-table

CreateHiveTableTool

创建 Hive 表

5

eval

EvalSqlTool

查看 SQL 执行结果

6

import-all-tables

ImportAllTablesTool

导入某个数据库下所有表到 HDFS 中

7

job

JobTool

用来生成一个 sqoop的任务,生成后,该任务并不执行,除非使用命令执行该任务。

8

list-databases

ListDatabasesTool

列出所有数据库名

9

list-tables

ListTablesTool

列出某个数据库下所有表

10

merge

MergeTool

将 HDFS 中不同目录下面的数据合在一起,并存放在指定的目录中

11

metastore

MetastoreTool

记 录  sqoop job 的 元数据信息,如果不启动 metastore 实例,则默认的元数据存储目录为:~/.sqoop,如果要更改存储目录,可以 在 配 置 文 件sqoop-site.xml 中进行更改。

12

help

HelpTool

打印 sqoop 帮助信息

13

version

VersionTool

打印 sqoop 版本信息

5.2 命令&参数详解

刚才列举了一些 Sqoop 的常用命令,对于不同的命令,有不同的参数,让我们来一一列举说明。

首先来我们来介绍一下公用的参数,所谓公用参数,就是大多数命令都支持的参数。

5.2.1 公用参数:数据库连接

序号

参数

说明

1

--connect

连接关系型数据库的 URL

2

--connection-manager

指定要使用的连接管理类

3

--driver

JDBC 的 driver class

4

--help

打印帮助信息

5

--password

连接数据库的密码

6

--username

连接数据库的用户名

7

--verbose

在控制台打印出详细信息

5.2.2 公用参数:import

序号

参数

说明

1

--enclosed-by <char>

给字段值前后加上指定的字

2

--escaped-by <char>

对字段中的双引号加转义符

3

--fields-terminated-by <char>

设定每个字段是以什么符号

作为结束,默认为逗号

4

--lines-terminated-by <char>

设定每行记录之间的分隔符,

默认是\n

5

--mysql-delimiters

Mysql 默认的分隔符设置,字

段之间以逗号分隔,行之间以

\n 分隔,默认转义符是\,字

段值以单引号包裹。

6

--optionally-enclosed-by

<char>

给带有双引号或单引号的字

段值前后加上指定字符。

5.2.3 公用参数:export

序号

参数

说明

1

--input-enclosed-by <char>

对字段值前后加上指定字符

2

--input-escaped-by <char>

对含有转移符的字段做转义处理

3

--input-fields-terminated-by

<char>

字段之间的分隔符

4

--input-lines-terminated-by

<char>

行之间的分隔符

5

--input-optionally-enclosed-by

<char>

给带有双引号或单引号的字

段前后加上指定字符

5.2.4 公用参数:hive

序号

参数

说明

1

--hive-delims-replacement

 

<arg>

用自定义的字符串替换掉数

据中的\r\n 和\013 \010 等字符

2

--hive-drop-import-delims

在导入数据到 hive 时,去掉

数据中的\r\n\013\010 这样的字符

3

--map-column-hive <map>

生成 hive 表时,可以更改生

成字段的数据类型

4

--hive-partition-key

创建分区,后面直接跟分区

名,分区字段的默认类型为

string

5

--hive-partition-value <v>

导入数据时,指定某个分区的

6

--hive-home <dir>

hive 的安装目录,可以通过该

参数覆盖之前默认配置的目

7

--hive-import

将数据从关系数据库中导入

到 hive 表中

8

--hive-overwrite

覆盖掉在 hive 表中已经存在

的数据

9

--create-hive-table

默认是 false,即,如果目标

表已经存在了,那么创建任务

失败。

10

--hive-table

后面接要创建的 hive 表,默认

使用 MySQL 的表名

11

--table

指定关系数据库的表名

公用参数介绍完之后,我们来按照命令介绍命令对应的特有参数。

5.2.5 命令&参数:import

将关系型数据库中的数据导入到 HDFS(包括 Hive,HBase)中,如果导入的是 Hive,那么当 Hive 中没有对应表时,则自动创建。

1) 命令:

如:导入数据到 hive 中

$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--hive-import

如:增量导入数据到 hive 中,mode=append

append 导入:
$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--num-mappers \
--fields-terminated-by "\t" \
--target-dir /user/hive/warehouse/staff_hive \
--check-column id \
--incremental append \
--last-value

尖叫提示:append 不能与--hive-等参数同时使用(Append mode for hive imports is not yet

supported. Please remove the parameter --append-mode) 如:增量导入数据到 hdfs 中,

先在 mysql 中建表并插入几条数据:
mysql> create table company.staff_timestamp(id int(), name varchar(), sex varchar(),
last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE
CURRENT_TIMESTAMP);
mysql> insert into company.staff_timestamp (id, name, sex) values(, 'AAA', 'female');
mysql> insert into company.staff_timestamp (id, name, sex) values(, 'BBB', 'female');
先导入一部分数据:
$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff_timestamp \
--delete-target-dir \
--m
再增量导入一部分数据:
mysql> insert into company.staff_timestamp (id, name, sex) values(, 'CCC', 'female');
$ bin/sqoop import \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff_timestamp \
--check-column last_modified \
--incremental lastmodified \
--last-value "2018-06-04 17:25:29" \
--m \
--append

尖叫提示:使用 lastmodified 方式导入数据要指定增量数据是要--append(追加)还是要

--merge-key(合并)

尖叫提示:last-value 指定的值是会包含于增量导入的数据中

1) 参数:

序号

参数

说明

1

--append

将数据追加到 HDFS 中已经存在的 DataSet 中,如果使用该参数,sqoop 会把数据先导入到临时文件目录,再合并。

2

--as-avrodatafile

将数据导入到一个 Avro 数据文件中

3

--as-sequencefile

将数据导入到一个 sequence文件中

4

--as-textfile

将数据导入到一个普通文本文件中

5

--boundary-query <statement>

边界查询,导入的数据为该参数的值(一条 sql 语句)所执行的结果区间内的数据。

6

--columns <col1, col2, col3>

指定要导入的字段

7

--direct

直接导入模式,使用的是关系数据库自带的导入导出工具, 以便加快导入导出过程。

8

--direct-split-size

在使用上面 direct 直接导入的基础上,对导入的流按字节分块,即达到该阈值就产生一个新的文件

9

--inline-lob-limit

设定大对象数据类型的最大值

10

--m 或–num-mappers

启动 N 个 map 来并行导入数据,默认 4 个。

11

--query 或--e <statement>

将查询结果的数据导入,使用时必须伴随参--target-dir,--hive-table,如果查询中有where 条件,则条件后必须加上$CONDITIONS 关键字

12

--split-by <column-name>

按照某一列来切分表的工作单元,不能与--autoreset-to-one-mapper 连用(请参考官方文档)

13

--table <table-name>

关系数据库的表名

14

--target-dir <dir>

指定 HDFS 路径

15

--warehouse-dir <dir>

与 14 参数不能同时使用,导入数据到 HDFS 时指定的目录

16

--where

从关系数据库导入数据时的查询条件

17

--z 或--compress

允许压缩

18

--compression-codec

指定 hadoop 压缩编码类,默认为 gzip(Use Hadoop codec default gzip)

19

--null-string <null-string>

string 类型的列如果 null,替换为指定字符串

20

--null-non-string <null-string>

非 string 类型的列如果 null,替换为指定字符串

21

--check-column <col>

作为增量导入判断的列名

22

--incremental <mode>

mode:append 或 lastmodified

23

--last-value <value>

指定某一个值,用于标记增量导入的位置

5.2.6 命令&参数:export

从 HDFS(包括 Hive 和 HBase)中将数据导出到关系型数据库中。

1) 命令: 如:

$ bin/sqoop export \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--export-dir /sqoop/data \
--input-fields-terminated-by "\t" \
--num-mappers

2) 参数:

序号

参数

说明

1

--direct

利用数据库自带的导入导出工具,以便于提高效率

2

--export-dir <dir>

存放数据的 HDFS 的源目录

3

-m 或--num-mappers <n>

启动 N 个 map 来并行导入数据,默认 4 个

4

--table <table-name>

指定导出到哪个 RDBMS 中的表

5

--update-key <col-name>

对某一列的字段进行更新操作

6

--update-mode <mode>

updateonly allowinsert(默认)

7

--input-null-string <null-string>

请参考 import 该类似参数说明

8

--input-null-non-string

<null-string>

请参考 import 该类似参数说明

9

--staging-table

<staging-table-name>

创建一张临时表,用于存放所有事务的结果,然后将所有事务结果一次性导入到目标表中,防止错误。

10

--clear-staging-table

如果第 9 个参数非空,则可以在导出操作执行前,清空临时事务结果表

5.2.7 命令&参数:codegen

将关系型数据库中的表映射为一个 Java 类,在该类中有各列对应的各个字段。如:

$ bin/sqoop codegen \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--bindir /home/admin/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"

序号

参数

说明

1

--bindir <dir>

指定生成的 Java 文件、编译成的 class 文件及将生成文件打包为 jar 的文件输出路径

2

--class-name <name>

设定生成的 Java 文件指定的名称

3

--outdir <dir>

生成 Java 文件存放的路径

4

--package-name <name>

包名,如 com.z,就会生成 com和 z 两级目录

5

--input-null-non-string

<null-str>

在生成的 Java 文件中,可以将 null 字符串或者不存在的字符串设置为想要设定的值

(例如空字符串)

6

--input-null-string <null-str>

将 null 字符串替换成想要替换的值(一般与 5 同时使用)

7

--map-column-java <arg>

数据库字段在生成的 Java 文件中会映射成各种属性,且默认的数据类型与数据库类型保持对应关系。该参数可以改变默认类型,例如:

--map-column-java id=long,

name=String

8

--null-non-string <null-str>

在生成 Java 文件时,可以将不存在或者 null 的字符串设置为其他值

9

--null-string <null-str>

在生成 Java 文件时,将 null 字符串设置为其他值(一般与8 同时使用)

10

--table <table-name>

对应关系数据库中的表名,生成的 Java 文件中的各个属性与该表的各个字段一一对应

5.2.8 命令&参数:create-hive-table

生成与关系数据库表结构对应的 hive 表结构。命令:

如:

$ bin/sqoop create-hive-table \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--hive-table hive_staff

参数:

序号

参数

说明

1

--hive-home <dir>

Hive 的安装目录,可以通过该参数覆盖掉默认的 Hive 目录

2

--hive-overwrite

覆盖掉在 Hive 表中已经存在的数据

3

--create-hive-table

默认是 false,如果目标表已经存在了,那么创建任务会失败

4

--hive-table

后面接要创建的 hive 表

5

--table

指定关系数据库的表名

5.2.9 命令&参数:eval

可以快速的使用 SQL 语句对关系型数据库进行操作,经常用于在 import 数据之前,了解一下 SQL 语句是否正确,数据是否正常,并可以将结果显示在控制台。

命令: 如:

$ bin/sqoop eval \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--query "SELECT * FROM staff"

参数:

序号

参数

说明

1

--query 或--e

后跟查询的 SQL 语句

5.2.10 命令&参数:import-all-tables

可以将 RDBMS 中的所有表导入到 HDFS 中,每一个表都对应一个 HDFS 目录命令:

如:

$ bin/sqoop import-all-tables \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--warehouse-dir /all_tables

参数:

序号

参数

说明

1

--as-avrodatafile

这些参数的含义均和 import

对应的含义一致

2

--as-sequencefile

3

--as-textfile

4

--direct

5

--direct-split-size <n>

6

--inline-lob-limit <n>

7

--m 或—num-mappers <n>

8

--warehouse-dir <dir>

9

-z 或--compress

10

--compression-codec

5.2.11 命令&参数:job

用来生成一个 sqoop 任务,生成后不会立即执行,需要手动执行。命令:

如:

$ bin/sqoop job \
--create myjob -- import-all-tables \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password
$ bin/sqoop job \
--list
$ bin/sqoop job \
--exec myjob

尖叫提示:注意 import-all-tables 和它左边的--之间有一个空格

尖叫提示:如果需要连接 metastore,则--meta-connect jdbc:hsqldb:hsql://node21:16010/sqoop

参数:

序号

参数

说明

1

--create <job-id>

创建 job 参数

2

--delete <job-id>

删除一个 job

3

--exec <job-id>

执行一个 job

4

--help

显示 job 帮助

5

--list

显示 job 列表

6

--meta-connect <jdbc-uri>

用来连接 metastore 服务

7

--show <job-id>

显示一个 job 的信息

8

--verbose

打印命令运行时的详细信息

尖叫提示:在执行一个 job 时,如果需要手动输入数据库密码,可以做如下优化

<property>
<name>sqoop.metastore.client.record.password</name>
<value>true</value>
<description>If true, allow saved passwords in the metastore.</description>
</property>

5.2.12 命令&参数:list-databases

命令: 如:

$ bin/sqoop list-databases
--connect jdbc:mysql://node21:3306/ \
--username root \
--password

参数:与公用参数一样

5.2.13 命令&参数:list-tables

命令: 如:

$ bin/sqoop list-tables \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password

5.2.14 命令&参数:merge

将 HDFS 中不同目录下面的数据合并在一起并放入指定目录中数据环境:

请检查之。命令:如:

创建 JavaBean:
$ bin/sqoop codegen \
--connect jdbc:mysql://node21:3306/company \
--username root \
--password \
--table staff \
--bindir /home/admin/Desktop/staff \
--class-name Staff \
--fields-terminated-by "\t"

参数:

序号

参数

说明

1

--new-data <path>

HDFS 待合并的数据目录,合并后在新的数据集中保留

2

--onto <path>

HDFS 合并后,重复的部分在新的数据集中被覆盖

3

--merge-key <col>

合并键,一般是主键 ID

4

--jar-file <file>

合并时引入的 jar 包,该 jar包是通过 Codegen 工具生成的 jar 包

5

--class-name <class>

对应的表名或对象名, 该class 类是包含在 jar 包中的

6

--target-dir <path>

合并后的数据在 HDFS 里存放的目录

5.2.15 命令&参数:metastore

记录了 Sqoop job 的元数据信息,如果不启动该服务,那么默认 job 元数据的存储目录为

~/.sqoop,可在 sqoop-site.xml 中修改。命令:

如:启动 sqoop 的 metastore 服务

$ bin/sqoop metastore

参数:

序号

参数

说明

1

--shutdown

关闭 metastore

六 故障解决

6.1 JDBC驱动包版本问题

当执行sqoop命令时,报错如下

// :: ERROR tool.ImportTool: Import failed: java.io.IOException: No columns to generate for ClassWriter

问题可能是mysql-connector-java的bug造成的,就试了一下,
原有的jar包是mysql-connector-java-5.1.9.jar,替换成mysql-connector-java-5.1.32-bin.jar,可以使用了。

6.2 去除警告消息

Warning: /opt/module/sqoop-1.4./../hcatalog does not exist! HCatalog jobs will fail.
Please set $HCAT_HOME to the root of your HCatalog installation.
Warning: /opt/module/sqoop-1.4./../accumulo does not exist! Accumulo imports will fail.
Please set $ACCUMULO_HOME to the root of your Accumulo installation.
// :: INFO sqoop.Sqoop: Running Sqoop version: 1.4.

CentOS7.5之Sqoop1.4.7的安装使用的更多相关文章

  1. centos7.3 kubernetes/k8s 1.10 离线安装 --已验证

    本文介绍在centos7.3使用kubeadm快速离线安装kubernetes 1.10. 采用单master,单node(可以多node),占用资源较少,方便在笔记本或学习环境快速部署,不适用于生产 ...

  2. centos7系统之telnet命令rpm包安装

    centos7系统之telnet命令rpm包安装 1. 下载安装包 rpm包下载位置:http://vault.centos.org/6.3/os/x86_64/Packages/ [root@ywb ...

  3. linux常用命令---centOS7的管理服务(针对yum安装的)

    centOS7的管理服务(针对yum安装的)

  4. centos7.2 linux 64位系统上安装mysql

    1.在线安装mysql 在终端中命令行下输入(在官网下载mysql): # wget https://dev.mysql.com/downloads/repo/yum/mysql57-communit ...

  5. centos7/rhel7下配置PXE+Kickstart自动安装linux系统

    应用场景:临时安装一个系统或者批量安装linux系统,无需人工介入选择下一步,减少在安装系统上的时间浪费,提高工作效率. DHCP + TFTP + Syslinux + FTP + Kickstar ...

  6. 定制kickstart重建CentOS7.5镜像用于U盘引导安装

    有什么问题或者疑惑,可以留言,全力解答. ISO 镜像制作 U 盘安装盘 U盘安装CentOS7.4 U盘实现CentOS7.3全自动安装系统 https://www.cnblogs.com/pany ...

  7. Centos7服务器中通过编译源码安装MySQL

    基于在Centos7服务器上使用 yum 安装MySQL5.7到默认路径 在修改文件存储位置的时候,折腾了一番没有将成功将datadir修改为我想要的位置 我决定再尝试一下通过编译源码来自定义安装: ...

  8. centos7下使用mysql离线安装包安装mysql5.7

    服务器环境: centos7 x64 需要安装mysql5.7+ 一.卸载CentOS7系统自带mariadb # 查看系统自带的Mariadb [root@CDH-141 ~]# rpm -qa|g ...

  9. centos7和centos6.5环境rpm方式安装mysql5.7和mysql5.6详解

    centos环境安装mysql5.7 其实不建议安装mysql5.7 语法和配置可能和以前的版本区别较大,多坑,慎入 1.yum方式安装(不推荐) a.安装mysql5.7 yum源 centos6: ...

随机推荐

  1. 线性回归,感知机,逻辑回归(GD,SGD)

    线性回归 线性回归是一个回归问题,即用一条线去拟合训练数据 线性回归的模型: 通过训练数据学习一个特征的线性组合,以此作为预测函数. 训练目标:根据训练数据学习参数(w1,w2, ... , wn,b ...

  2. java基础-基本的输入与输出

    java基础-基本的输入与输出 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.基本的输出 基本的输出,System.out 就是系统的标准输出设备,默认为显示器. 1>. ...

  3. svn 节点处冲突 解决

    问题描述: [root@localhost ] $ svn up 正在升级 ‘.’: 已跳过 ‘bg0605’ – 节点处于冲突状态 版本 175. 冲突概要: 跳过的路径:1 解决方法: 当前目录下 ...

  4. [Luogu 1073] NOIP2009 最优贸易

    [Luogu 1073] NOIP2009 最优贸易 分层图,跑最长路. 真不是我恋旧,是我写的 Dijkstra 求不出正确的最长路,我才铤而走险写 SPFA 的- #include <alg ...

  5. Hive性能优化--map数和reduce数

    转自http://superlxw1234.iteye.com/blog/1582880 一.    控制hive任务中的map数:  1.    通常情况下,作业会通过input的目录产生一个或者多 ...

  6. Spring容器事件、自定义事件

    Spring容器内置事件,如容器的启动.停止.关闭.销毁等事件 <bean name="contextStartedHandler" class="com.nuts ...

  7. [转载]8 种提升 ASP.NET Web API 性能的方法

    http://www.oschina.net/translate/8-ways-improve-asp-net-web-api-performance 英文原文:8 ways to improve A ...

  8. 《java语言程序设计》初步学习——各种小Demo

    发现现在的天下几乎都是java的天下啊,虽然我个人对java没什么好感,但是迫于生活压力,还是学一下吧,我关注的应该主要还是web方面,所以应该学的是 java server page(JSP),所以 ...

  9. 20155207 2016-2017-2 《Java程序设计》第七周学习总结

    20155207 2016-2017-2 <Java程序设计>第七周学习总结 教材学习内容总结 第13章 时间与日期 13.1 认识时间与日期 13.1.1 时间的度量 格林威治时间(GM ...

  10. Chip Factory(HDU5536 + 暴力 || 01字典树)

    题目链接: http://acm.hdu.edu.cn/showproblem.php?pid=5536 题目: 题意: 对于给定的n个数,求出三个下标不同的数使得(si+sj)^sk最大. 思路: ...