数据搬运组件：基于Sqoop管理数据导入和导出
发布时间：2022-11-09 11:02:23 所属栏目：MySql教程 来源：
导读： 一、Sqoop概述
Sqoop是一款开源的大数据组件，主要用来在Hadoop(Hive、HBase等)与传统的数据库(mysql、postgresql、oracle等)间进行数据的传递。
通常数据搬运的组件基本功能：导入与导出。
Sqoop是一款开源的大数据组件，主要用来在Hadoop(Hive、HBase等)与传统的数据库(mysql、postgresql、oracle等)间进行数据的传递。
通常数据搬运的组件基本功能：导入与导出。
|
一、Sqoop概述 Sqoop是一款开源的大数据组件，主要用来在Hadoop(Hive、HBase等)与传统的数据库(mysql、postgresql、oracle等)间进行数据的传递。 通常数据搬运的组件基本功能：导入与导出。 鉴于Sqoop是大数据技术体系的组件，所以关系型数据库导入Hadoop存储系统称为导入，反过来称为导出。 Sqoop是一个命令行的组件工具，将导入或导出命令转换成mapreduce程序来实现。mapreduce中主要是对inputformat和outputformat进行定制。 二、环境部署 在测试Sqoop组件的时候，起码要具备Hadoop系列、关系型数据、JDK等基础环境。 鉴于Sqoop是工具类组件，单节点安装即可。 1、上传安装包 安装包和版本：sqoop-1.4.6 [root@hop01 opt]# tar -zxf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz [root@hop01 opt]# mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha sqoop1.4.6 2、修改配置文件 文件位置：sqoop1.4.6/conf [root@hop01 conf]# pwd /opt/sqoop1.4.6/conf [root@hop01 conf]# mv sqoop-env-template.sh sqoop-env.sh 配置内容：涉及hadoop系列常用组件和调度组件zookeeper。 [root@hop01 conf]# vim sqoop-env.sh # 配置内容 export HADOOP_COMMON_HOME=/opt/hadoop2.7 export HADOOP_MAPRED_HOME=/opt/hadoop2.7 export HIVE_HOME=/opt/hive1.2 export HBASE_HOME=/opt/hbase-1.3.1 export ZOOKEEPER_HOME=/opt/zookeeper3.4 export ZOOCFGDIR=/opt/zookeeper3.4 3、配置环境变量 [root@hop01 opt]# vim /etc/profile export SQOOP_HOME=/opt/sqoop1.4.6 export PATH=$PATH:$SQOOP_HOME/bin [root@hop01 opt]# source /etc/profile 4、引入MySQL驱动 [root@hop01 opt]# cp mysql-connector-java-5.1.27-bin.jar sqoop1.4.6/lib/ 5、环境检查 关键点：import与export 查看帮助命令，并通过version查看版本号。sqoop是一个基于命令行操作的工具，所以这里的命令下面还要使用。 6、相关环境 此时看下sqoop部署节点中的相关环境，基本都是集群模式： 7、测试MySQL连接 sqoop list-databases --connect jdbc:mysql://hop01:3306/ --username root --password 123456 这里是查看MySQL数据库的命令，如图结果打印正确： 三、数据导入案例1、MySQL数据脚本 CREATE TABLE `tb_user` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键id', `user_name` varchar(100) DEFAULT NULL COMMENT '用户名', PRIMARY KEY (`id`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用户表'; INSERT INTO `sq_import`.`tb_user`(`id`, `user_name`) VALUES (1, 'spring'); INSERT INTO `sq_import`.`tb_user`(`id`, `user_name`) VALUES (2, 'c++'); INSERT INTO `sq_import`.`tb_user`(`id`, `user_name`) VALUES (3, 'java'); 2、Sqoop导入脚本 指定数据库的表，全量导入Hadoop系统，注意这里要启动Hadoop服务； sqoop import --connect jdbc:mysql://hop01:3306/sq_import \ --username root \ --password 123456 \ --table tb_user \ --target-dir /hopdir/user/tbuser0 \ -m 1 3、Hadoop查询 [root@hop01 ~]# hadoop fs -cat /hopdir/user/tbuser0/part-m-00000 4、指定列和条件 查询的SQL语句中必须带有WHERE$CONDITIONS： sqoop import --connect jdbc:mysql://hop01:3306/sq_import \ --username root \ --password 123456 \ --target-dir /hopdir/user/tbname0 \ --num-mappers 1 \ --query 'select user_name from tb_user where 1=1 and $CONDITIONS;' 查看导出结果： [root@hop01 ~]# hadoop fs -cat /hopdir/user/tbname0/part-m-00000 5、导入Hive组件 在不指定hive使用的数据库情况下，默认导入default库，并且自动创建表名称： sqoop import --connect jdbc:mysql://hop01:3306/sq_import \ --username root \ --password 123456 \ --table tb_user \ --hive-import \ -m 1 执行过程，这里注意观察sqoop的执行日志即可： 第一步：MySQL的数据导入到HDFS的默认路径下； 第二步：把临时目录中的数据迁移到hive表中； 6、导入HBase组件 当前hbase的集群版本是1.3，需要先创建好表，才能正常执行数据导入： sqoop import --connect jdbc:mysql://hop01:3306/sq_import \ --username root \ --password 123456 \ --table tb_user \ --columns "id,user_name" \ --column-family "info" \ --hbase-table tb_user \ --hbase-row-key id \ --split-by id 四、数据导出案例 新建一个MySQL数据库和表，然后把HDFS中的数据导出到MySQL中，这里就使用第一个导入脚本生成的数据即可： sqoop export --connect jdbc:mysql://hop01:3306/sq_export \ --username root \ --password 123456 \ --table tb_user \ --num-mappers 1 \ --export-dir /hopdir/user/tbuser0/part-m-00000 \ --num-mappers 1 \ --input-fields-terminated-by "," 再次查看MySQL中数据，记录完全被导出来MySQL 导出数据，这里,是每个数据字段间的分隔符号，语法规则对照脚本一HDFS数据查询结果即可。 （编辑：开发网_新乡站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐
浙公网安备 33038102330465号