Sqoop 简介
Apache Sqoop(TM)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。
Sqoop 于 2012 年 3 月孵化出来,现在是一个顶级的 Apache 项目。
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。
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。
Sqoop 安装
安装 Sqoop 的前提是已经具备 Java 和 Hadoop 的环境。
- 下载并解压
a.下载地址,注意不要下载1.9X版本,此版本为测试版
b.解压sqoop到指定路径 tar -zxf sqoop-xxxx.tar.gz -C ~/opt - 修改配置文件
a.重命名配置文件
$ mv sqoop-env-template.sh sqoop-env.sh
$ mv sqoop-site-template.xml sqoop-site.xml
sqoop-env.sh
export HADOOP_COMMON_HOME=/home/admin/modules/hadoop-2.7.2
export HADOOP_MAPRED_HOME=/home/admin/modules/hadoop-2.7.2
export HIVE_HOME=/home/admin/modules/apache-hive-1.2.2-bin
export ZOOKEEPER_HOME=/home/admin/modules/zookeeper-3.4.5
export ZOOCFGDIR=/home/admin/modules/zookeeper-3.4.5 - 拷贝JDBC驱动
拷贝 jdbc 驱动到 sqoop 的 lib 目录下,如
$ cp -a mysql-connector-java-5.1.27-bin.jar ~/modules/sqoop-1.4.7.bin__hadoop-2.0.4-alpha/lib/ - 验证sqoop
我们可以通过某一个 command 来验证 sqoop 配置是否正确:
$ bin/sqoop help
出现一些 Warning 警告(警告信息已省略),并伴随着帮助命令的输出:
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 - 测试 Sqoop 是否能够成功连接数据库
$ bin/sqoop list-databases --connect jdbc:mysql://linux01:3306/ --username root --password
123456
出现如下输出:
information_schema
metastore
mysql
performance_schema