CentOS7.5之Sqoop1.4.7的安装使用
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。
4.2.1、HIVE/HDFS 到 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 |
类 |
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 符 |
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 值 |
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 录 |
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 $ACCUMULO_HOME to the root of your Accumulo installation.
// :: INFO sqoop.Sqoop: Running Sqoop version: 1.4.
CentOS7.5之Sqoop1.4.7的安装使用的更多相关文章
- centos7.3 kubernetes/k8s 1.10 离线安装 --已验证
本文介绍在centos7.3使用kubeadm快速离线安装kubernetes 1.10. 采用单master,单node(可以多node),占用资源较少,方便在笔记本或学习环境快速部署,不适用于生产 ...
- centos7系统之telnet命令rpm包安装
centos7系统之telnet命令rpm包安装 1. 下载安装包 rpm包下载位置:http://vault.centos.org/6.3/os/x86_64/Packages/ [root@ywb ...
- linux常用命令---centOS7的管理服务(针对yum安装的)
centOS7的管理服务(针对yum安装的)
- centos7.2 linux 64位系统上安装mysql
1.在线安装mysql 在终端中命令行下输入(在官网下载mysql): # wget https://dev.mysql.com/downloads/repo/yum/mysql57-communit ...
- centos7/rhel7下配置PXE+Kickstart自动安装linux系统
应用场景:临时安装一个系统或者批量安装linux系统,无需人工介入选择下一步,减少在安装系统上的时间浪费,提高工作效率. DHCP + TFTP + Syslinux + FTP + Kickstar ...
- 定制kickstart重建CentOS7.5镜像用于U盘引导安装
有什么问题或者疑惑,可以留言,全力解答. ISO 镜像制作 U 盘安装盘 U盘安装CentOS7.4 U盘实现CentOS7.3全自动安装系统 https://www.cnblogs.com/pany ...
- Centos7服务器中通过编译源码安装MySQL
基于在Centos7服务器上使用 yum 安装MySQL5.7到默认路径 在修改文件存储位置的时候,折腾了一番没有将成功将datadir修改为我想要的位置 我决定再尝试一下通过编译源码来自定义安装: ...
- centos7下使用mysql离线安装包安装mysql5.7
服务器环境: centos7 x64 需要安装mysql5.7+ 一.卸载CentOS7系统自带mariadb # 查看系统自带的Mariadb [root@CDH-141 ~]# rpm -qa|g ...
- centos7和centos6.5环境rpm方式安装mysql5.7和mysql5.6详解
centos环境安装mysql5.7 其实不建议安装mysql5.7 语法和配置可能和以前的版本区别较大,多坑,慎入 1.yum方式安装(不推荐) a.安装mysql5.7 yum源 centos6: ...
随机推荐
- Hadoop生态圈-hbase常用命令
Hadoop生态圈-hbase常用命令 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任.
- JS正则表达式验证手机号和邮箱
一.验证手机号 function isPoneAvailable(poneInput) { var myreg=/^[1][3,4,5,7,8][0-9]{9}$/; if (!myreg.test( ...
- bzoj千题计划173:bzoj1257: [CQOI2007]余数之和sum
http://www.lydsy.com/JudgeOnline/problem.php?id=1257 k%i=k-int(k/i)*i 除法分块,对于相同的k/i用等差序列求和来做 #includ ...
- 并查集:POJ No1703 Find them, Catch them
题目链接:http://poj.org/problem?id=1703 题意:两个坏蛋属于不同的组织,给出两个坏蛋判定是否一个组织. 题解:已知每次输入的两个帮派人员 x, y; 合并 (x, y + ...
- 【AtCoder Regular Contest 080E】Young Maids [堆][线段树]
Young Maids Time Limit: 50 Sec Memory Limit: 512 MB Description 给定一个排列,每次选出相邻的两个放在队头,要求字典序最小. Input ...
- 正则表达式&自定义异常 典型案例
import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test { public static vo ...
- nginx_upstream_check_module-master对nginx的后端机器进行健康状态检查报403错误【转】
在nginx.conf配置文件中 在server添加 location /nstatus { check_status; access_log off; #allow 192.168.2.11; #d ...
- TCP/IP详解(整理)
1.概述 路由器是在网络层进行联通,而网桥是在链路层联通不同的网络. IP层用ICMP来与其他主机或路由器交换错误报文和其他的重要信息.应用程序也可以访问ICMP,两个诊断工具:Ping和Tracer ...
- Small Private Cloud Deployment Solution
项目背景 为用户提供可访问的桌面虚拟机,方便软件研发人员日常办公,软件开发,编译等工作.主要操作包括Visor制图.程序开发测试以及使用office软件办公. 目前阶段需要支持100台虚拟机(4VCP ...
- 通过`__slots__` 节省RAM
标签(空格分隔): Python进阶 python中,由于创建每个实例都会有成员,这些成员都会被保存在dict中,但是Python不能静态分配RAM,当创建实例时,因此dict的大小会比所需要的内存大 ...