本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/47722393 未经博主允许不得转载。
Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具,可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres等)中的数据导入到Hadoop的HDFS中,也可以将HDFS的数据导入到关系型数据库中。
官网:http://sqoop.apache.org/
一个1.4.6 版本,一个是1.99版本(开发版还没有迁移完成,生产环境不推荐)
文档:
http://sqoop.apache.org/docs/1.4.6/
参考之前的文章hadoop和hive用的是2.0,所以sqoop这里也用2.0,不过是alpha。直接解压缩。
配置环境变量
export JAVA_HOME=/usr/java/default
export CLASS_PATH=$JAVA_HOME/lib
export PATH=$JAVA_HOME/bin:$PATH
export HADOOP_HOME=/data/hadoop
export PATH=$HADOOP_HOME/bin:$PATH
export HIVE_HOME=/data/apache-hive
export PATH=$HIVE_HOME/bin:$PATH
export SQOOP_HOME=/data/sqoop
export PATH=$SQOOP_HOME/bin:$PATH
sqoop启动的时候会检查hbase环境变量,不需要,直接注释
/data/sqoop/bin/configure-sqoop 的128 行到 147行。
128 ## Moved to be a runtime check in sqoop.
129 #if [ ! -d "${HBASE_HOME}" ]; then
130 # echo "Warning: $HBASE_HOME does not exist! HBase imports will fail."
131 # echo ‘Please set $HBASE_HOME to the root of your HBase installation.‘
132 #fi
133
134 ## Moved to be a runtime check in sqoop.
135 #if [ ! -d "${HCAT_HOME}" ]; then
136 # echo "Warning: $HCAT_HOME does not exist! HCatalog jobs will fail."
137 # echo ‘Please set $HCAT_HOME to the root of your HCatalog installation.‘
138 #fi
139
140 #if [ ! -d "${ACCUMULO_HOME}" ]; then
141 # echo "Warning: $ACCUMULO_HOME does not exist! Accumulo imports will fail."
142 # echo ‘Please set $ACCUMULO_HOME to the root of your Accumulo installation.‘
143 #fi
144 #if [ ! -d "${ZOOKEEPER_HOME}" ]; then
145 # echo "Warning: $ZOOKEEPER_HOME does not exist! Accumulo imports will fail."
146 # echo ‘Please set $ZOOKEEPER_HOME to the root of your Zookeeper installation.‘
147 #fi
hadoop和hive参考之前写的博客:
http://blog.csdn.net/freewebsys/article/details/47617975
sqoop命令主要就分为数据导入到hadoop,和数据从hadoop导出到 mysql。
首先创建mysql数据库blog,创建一个hadoop用户操作blog库,blog库里面创建一个msg表,插入6条记录
CREATE DATABASE blog DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
GRANT ALL PRIVILEGES ON blog.* TO sqoop@"%" IDENTIFIED BY "sqoop";
FLUSH PRIVILEGES;
##创建msg和 msg_hive数据表:
CREATE TABLE `msg_hive` (
`id` bigint(20) NOT NULL,
`gid` bigint(20) DEFAULT NULL ,
`content` varchar(4000),
`create_time` datetime DEFAULT NULL COMMENT ‘创建时间‘,
PRIMARY KEY (`id`,`gid`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8
PARTITION BY KEY(`gid`);
CREATE TABLE `msg` (
`id` bigint(20) NOT NULL,
`gid` bigint(20) DEFAULT NULL ,
`content` varchar(4000),
`create_time` datetime DEFAULT NULL COMMENT ‘创建时间‘,
PRIMARY KEY (`id`,`gid`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8
PARTITION BY KEY(`gid`);
#插入测试数据。
insert into `msg`(id,gid,content,create_time) values(1,1,‘zhang san 11‘,now());
insert into `msg`(id,gid,content,create_time) values(1,2,‘zhang san 22‘,now());
insert into `msg`(id,gid,content,create_time) values(1,3,‘zhang san 33‘,now());
insert into `msg`(id,gid,content,create_time) values(2,1,‘li si 11‘,now());
insert into `msg`(id,gid,content,create_time) values(2,2,‘li si 22‘,now());
insert into `msg`(id,gid,content,create_time) values(2,3,‘li si 33‘,now());
首先测试下数据库连接执行select。
sqoop eval --connect jdbc:mysql://127.0.0.1:3306/blog --username sqoop --password sqoop --query ‘select now()‘
##执行结果:
-----------------------
| now() |
-----------------------
| 2015-08-18 17:22:26.0 |
-----------------------
将mysql 数据导入到hive中,其实就是导入到hadoop上面,这里需要指定输出目录是hive的warehouse目录:
sqoop import --direct --connect jdbc:mysql://127.0.0.1:3306/blog --username sqoop --password sqoop --table msg \
--fields-terminated-by "\001" --lines-terminated-by "\n" --delete-target-dir --null-string ‘\\N‘ --null-non-string ‘\\N‘ --target-dir /user/hive/warehouse/msg
参数一大堆,设置分隔符的,设置null的。最后指定hive的warehouse目录。
但是这样hive还不识别这个表,必须在hive中创建下。
sqoop create-hive-table --hive-table msg --connect jdbc:mysql://127.0.0.1:3306/blog --username sqoop --password sqoop --table msg
将hive 数据导入到 mysql中。
sqoop export --direct --connect jdbc:mysql://127.0.0.1:3306/blog --username sqoop --password sqoop --table msg_hive \
--fields-terminated-by "\001" --lines-terminated-by "\n" --export-dir /user/hive/warehouse/msg
同样的需要配置export-dir,配置mysql的数据表msg_hive
检查结果:(分别在hive和mysql中查看数据)
hive> select * from msg;
OK
1 1 zhang san 11 2015-08-17 12:11:32
1 2 zhang san 22 2015-08-17 12:11:33
1 3 zhang san 33 2015-08-17 12:11:33
2 1 li si 11 2015-08-17 12:11:33
2 2 li si 22 2015-08-17 12:11:33
2 3 li si 33 2015-08-17 12:11:33
Time taken: 0.105 seconds, Fetched: 6 row(s)
mysql> select * from msg_hive;
+----+-----+--------------+---------------------+
| id | gid | content | create_time |
+----+-----+--------------+---------------------+
| 2 | 1 | li si 11 | 2015-08-17 12:11:33 |
| 2 | 2 | li si 22 | 2015-08-17 12:11:33 |
| 2 | 3 | li si 33 | 2015-08-17 12:11:33 |
| 1 | 3 | zhang san 33 | 2015-08-17 12:11:33 |
| 1 | 1 | zhang san 11 | 2015-08-17 12:11:32 |
| 1 | 2 | zhang san 22 | 2015-08-17 12:11:33 |
+----+-----+--------------+---------------------+
6 rows in set (0.00 sec)
本文的原文连接是: http://blog.csdn.net/freewebsys/article/details/47722393 未经博主允许不得转载。
sqoop提供了import和export功能,很方便的就可以迁移mysql和hive的数据。
业务数据需要迁移到hadoop上面进行计算,同时,将计算结果放到mysql数据库中进行统计显示。
数据可以方便的流动。
参考:
http://segmentfault.com/a/1190000002532293
写的参数很详细。
版权声明:本文为博主原创文章,未经博主允许不得转载。
原文地址:http://blog.csdn.net/freewebsys/article/details/47722393