當前位置：首頁 > 运维知识 > 数据库 >内容正文

数据库

cdh mysql sqoop 驱动_大数据技术之Sqoop学习——原理、安装、使用案例、常用命令...

發(fā)布時間：2025/3/11 数据库 49 豆豆

生活随笔收集整理的這篇文章主要介紹了 cdh mysql sqoop 驱动_大数据技术之Sqoop学习——原理、安装、使用案例、常用命令... 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

第1章 Sqoop 簡介

Sqoop 是一款開源的工具，主要用于在 Hadoop(Hive) 與傳統(tǒng)的數據庫 (mysql,postgresql,...) 間進行數據的高校傳遞，可以將一個關系型數據庫(例如：MySQL,Oracle,Postgres等)中的數據導入到 Hadoop 的 HDFS 中，也可以將 HDFS 的數據導進到關系型數據庫中。

Sqoop 項目開始于 2009 年，最早是作為 Hadoop 的一個第三方模塊存在，后來為了讓使用者能夠快速部署，也為了讓開發(fā)人員能夠更快速的迭代開發(fā)，Sqoop 獨立成為一個 Apache 頂級項目。

Sqoop2 的最新版本是 1.99.7。請注意，2 與 1 不兼容，且特征不完整，它并不打算用于生產部署。

第2章 Sqoop 原理

將導入或導出命令翻譯成 mapreduce 程序來實現。

在翻譯出的 mapreduce 中主要是對 inputformat 和 outputformat 進行定制。

第3章 Sqoop 安裝

安裝 Sqoop 的前提是已經具備 Java 和 Hadoop 的環(huán)境。

3.1 下載并解壓

下載地址：http://mirrors.hust.edu.cn/apache/sqoop/1.4.6/
上傳安裝包 sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz 到虛擬機中
解壓 sqoop 安裝包到指定目錄，如：

$ tar -zxf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /opt/module/

[atguigu@hadoop102 module]$ mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha/ sqoop

3.2 修改配置文件

Sqoop 的配置文件與大多數大數據框架類似，在 sqoop 根目錄下的 conf 目錄中。

重命名配置文件

$ mv sqoop-env-template.sh sqoop-env.sh

修改配置文件

[atguigu@hadoop102 conf]$ pwd/opt/module/sqoop/conf[atguigu@hadoop102 conf]$ vim sqoop-env.shexport HADOOP_COMMON_HOME=/opt/module/hadoop-2.7.2export HADOOP_MAPRED_HOME=/opt/module/hadoop-2.7.2export HIVE_HOME=/opt/module/hiveexport ZOOKEEPER_HOME=/opt/module/zookeeper-3.4.10export ZOOCFGDIR=/opt/module/zookeeper-3.4.10export HBASE_HOME=/opt/module/hbase

3.3 拷貝 JDBC 驅動

拷貝 jdbc 驅動到 sqoop 的 lib 目錄下，如：

[atguigu@hadoop102 sqoop]$ cp /opt/software/mysql-libs/mysql-connector-java-5.1.27/mysql-connector-java-5.1.27-bin.jar /opt/module/sqoop/lib/

3.4 驗證 Sqoop

我們可以通過某一個 command 來驗證 sqoop 配置是否正確：

[atguigu@hadoop102 sqoop]$ bin/sqoop help

出現一些 Warning 警告(警告信息已省略)，并伴隨著幫助命令的輸出：

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

3.5 測試 Sqoop 是否能夠成功連接數據庫

[atguigu@hadoop102 sqoop]$ bin/sqoop list-databases --connect jdbc:mysql://hadoop102:3306/ --username root --password 123456

出現如下輸出：

information_schemametastoremysqlperformance_schematest

第4章 Sqoop 的簡單使用案例

4.1 導入數據

在 Sqoop 中，“導入”概念指：從非大數據集群(RDBMS)向大數據集群(HDFS，HIVE，HBASE)中傳輸數據，叫做：導入，即使用 import 關鍵字。

4.1.1 從 RDBMS 到 HDFS

確定 Mysql 服務開啟正常

查詢監(jiān)控端口或者查詢進程來確定，以下兩種辦法可以確認mysql是否在啟動運行狀態(tài)：

辦法一：查詢端口

$ netstat -tulpn

MySQL監(jiān)控的是TCP的3306端口，如下圖，說明MySQL服務在運行中。

辦法二：查詢進程

ps -ef | grep mysqld

可以看見mysql的進程

在 Mysql 中新建一張表并插入一些數據

$ mysql -uroot -p123456mysql> create database company;mysql> create table company.staff(id int(4) primary key not null auto_increment, name varchar(255), sex varchar(255));mysql> insert into company.staff(name, sex) values('Thomas', 'Male');mysql> insert into company.staff(name, sex) values('Catalina', 'FeMale');

導入數據

(1)全部導入

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by ""

(2)查詢導入

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by "" --query 'select name,sex from staff where id <=1 and $CONDITIONS;'等價于[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by "" --query "select name,sex from staff where id <=1 and $CONDITIONS;"

提示：must contain 'CONDITIONS′ in WHERE clause.‘ CONDITIONS‘：傳遞作用。如果 query 后使用的是雙引號，則‘$CONDITIONS` 前必須加轉義符，防止 shell 識別為自己的變量。

(3)導入指定列

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --columns id,sex --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by ""

提示：columns中如果涉及到多列，用逗號分隔，分隔時不要添加空格。

(4)使用 sqoop 關鍵字篩選查詢導入數據

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --where "id=1" --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by ""[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --columns id,sex --where "id=1" --target-dir /user/company --delete-target-dir --num-mappers 1 --fields-terminated-by ""

4.1.2 從 RDBMS 到 Hive

(1)全部導入

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --num-mappers 1 --fields-terminated-by "" --hive-import --hive-overwrite --hive-table staff_hive

提示：該過程分為兩步，第一步將數據導入到 HDFS，第二步將導入到 HDFS 的數據遷移到 Hive 倉庫，第一步默認的臨時目錄是 /user/atguigu/表名。

4.1.3 從 RDBMS 到 HBase

(1)導入數據

[atguigu@hadoop102 sqoop]$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --columns "id,name,sex" --num-mappers 1 --column-family "info" --hbase-create-table --hbase-row-key "id" --hbase-table "hbase_staff" --split-by id

會報錯，如下圖所示：

原因：sqoop1.4.6 只支持 HBase1.0.1 之前的版本的自動創(chuàng)建 HBase 表的功能。

解決方案：手動創(chuàng)建 HBase 表

hbase> create 'hbase_staff','info'

(5) 在 HBase 中 scan 這張表得到如下內容

hbase> scan ‘hbase_staff’

4.2、導出數據

在Sqoop中，“導出”概念指：從大數據集群(HDFS，HIVE，HBASE)向非大數據集群(RDBMS)中傳輸數據，叫做：導出，即使用 export 關鍵字。

4.2.1 從 HIVE/HDFS 到 RDBMS

(1)導出數據

[atguigu@hadoop102 sqoop]$ bin/sqoop export --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --num-mappers 1 --export-dir /user/hive/warehouse/staff_hive --input-fields-terminated-by ""

提示：Mysql 中如果表不存在，不會自動創(chuàng)建。

4.3 腳本打包

使用opt格式的文件打包 sqoop 命令，然后執(zhí)行。

創(chuàng)建一個 xxx.opt 文件

[atguigu@hadoop102 sqoop]$ pwd/opt/module/sqoop[atguigu@hadoop102 sqoop]$ mkdir opt[atguigu@hadoop102 sqoop]$ touch opt/job_HDFS2RDBMS.opt

編寫 sqoop 腳本

[atguigu@hadoop102 sqoop]$ cd opt/[atguigu@hadoop102 opt]$ vim job_HDFS2RDBMS.opt export--connectjdbc:mysql://hadoop102:3306/company--usernameroot--password123456--tablestaff--num-mappers1--export-dir/user/hive/warehouse/staff_hive--input-fields-terminated-by""

執(zhí)行該腳本

[atguigu@hadoop102 sqoop]$ bin/sqoop --options-file opt/job_HDFS2RDBMS.opt

尖叫提示：Mysql 中如果表不存在，不會自動創(chuàng)建，所以我們要先創(chuàng)建表 staff，如果表 staff 存在，我們應該清除掉 staff 表的數據，不然會出現主鍵沖突！如下圖所示：

第5章 Sqoop 一些常用命令及參數

5.1 常用命令列舉

這里給大家列出來了一部分 Sqoop 操作時的常用參數，以供參考，需要深入學習的可以參看對應類的源代碼。

如下表所示：

序號 |命令 | 類 | 說明

-------- | — | —

1 |import | ImportTool | 將數據導入到集群

2 |export | ExportTool | 將集群數據導出

3 |codegen | CodeGenTool | 獲取數據庫中某張表數據生成 Java 并打包 Jar

4 |create-hive-table | CreateHiveTableTool | 創(chuàng)建 Hive 表

5 |eval | EvalSqlTool | 查看 SQL 執(zhí)行結果

6 |import-all-tables | ImportAllTablesTool | 導入某個數據庫下所有表到 HDFS 中

7 |job | JobTool | 用來生成一個 sqoop 的任務，生成后，該任務并不執(zhí)行，除非使用命令執(zhí)行該任務。

8 |list-databases | ListDatabasesTool | 列出所有數據庫名

9 |list-tables | ListTablesTool | 列出某個數據庫下所有表

10 |merge | MergeTool | 將 HDFS 中不同目錄下面的數據合并在一起，并存放在指定的目錄中

11 |metastore | MetastoreTool | 記錄 sqoop job 的元數據信息，如果不啟動 metastore 實例，則默認的元數據存儲目錄為：~/.sqoop，如果要更改存儲目錄，可以在配置文件 sqoop-site.xml 中進行更改。

12 |help | HelpTool | 打印 sqoop 幫助信息

13 |version | VersionTool | 打印 sqoop 版本信息

5.2 命令&參數詳解

剛才列舉了一些 Sqoop 的常用命令，對于不同的命令，有不同的參數，讓我們來一一列舉說明。

首先來我們來介紹一下公用的參數，所謂公用參數，就是大多數命令都支持的參數。

5.2.1 公用參數：數據庫連接

5.2.2 公用參數：import

5.2.3 公用參數：export

5.2.4 公用參數：hive

公用參數介紹完之后，我們來按照命令介紹命令對應的特有參數。

5.2.5 命令&參數：import

將關系型數據庫中的數據導入到 HDFS(包括Hive，HBase)中，如果導入的是 Hive，那么當 Hive 中沒有對應表時，則自動創(chuàng)建。

命令：

如：導入數據到 hive 中

$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --hive-import

如：增量導入數據到 hive 中，mode=append

append導入：$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --num-mappers 1 --fields-terminated-by "" --target-dir /user/hive/warehouse/staff_hive --check-column id --incremental append --last-value 3

尖叫提示：append 不能與 --hive 等參數同時使用(Append mode for hive imports is not yet supported. Please remove the parameter --append-mode)

如：增量導入數據到 hdfs 中，mode=lastmodified

先在mysql中建表并插入幾條數據：mysql> create table company.staff_timestamp(id int(4), name varchar(255), sex varchar(255), last_modified timestamp DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP);mysql> insert into company.staff_timestamp (id, name, sex) values(1, 'AAA', 'female');mysql> insert into company.staff_timestamp (id, name, sex) values(2, 'BBB', 'female');先導入一部分數據：$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff_timestamp --delete-target-dir --m 1再增量導入一部分數據：mysql> insert into company.staff_timestamp (id, name, sex) values(3, 'CCC', 'female');$ bin/sqoop import --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff_timestamp --check-column last_modified --incremental lastmodified --last-value "2017-09-28 22:20:38" --m 1 --append

尖叫提示：使用 lastmodified 方式導入數據，要指定增量數據是要 --append(追加)還是要 --merge-key(合并)

尖叫提示：last-value 指定的值是會包含于增量導入的數據中。

參數：

5.2.6 命令&參數：export

從 HDFS(包括Hive和HBase)中獎數據導出到關系型數據庫中。

命令：

如：

$ bin/sqoop export --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --export-dir /user/staff --input-fields-terminated-by "" --num-mappers 1

參數：

5.2.7 命令&參數：codegen

將關系型數據庫中的表映射為一個 Java 類，在該類中有各列對應的各個字段。

命令：

如：

$ bin/sqoop codegen --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --bindir /home/admin/Desktop/staff --class-name Staff --fields-terminated-by ""

參數：

5.2.8 命令&參數：create-hive-table

生成與關系數據庫表結構對應的 hive 表結構。

命令：

如：

$ bin/sqoop create-hive-table --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --hive-table hive_staff

參數：

5.2.9 命令&參數：eval

可以快速的使用 SQL 語句對關系型數據庫進行操作，經常用于在 import 數據之前，了解一下 SQL 語句是否正確，數據是否正常，并可以將結果顯示在控制臺。

命令：

如：

$ bin/sqoop eval --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --query "SELECT * FROM staff"

參數：

5.2.10 命令&參數：import-all-tables

可以將 RDBMS 中的所有表導入到 HDFS 中，每一個表都對應一個 HDFS 目錄。

命令：

如：

$ bin/sqoop import-all-tables --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --warehouse-dir /all_tables

參數：

5.2.11 命令&參數：job

用來生成一個 sqoop 任務，生成后不會立即執(zhí)行，需要手動執(zhí)行。

命令：

如：

$ bin/sqoop job --create myjob -- import-all-tables --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456$ bin/sqoop job --list$ bin/sqoop job --exec myjob

尖叫提示：注意import-all-tables 和它左邊的–之間有一個空格。

尖叫提示：如果需要連接 metastore，則 --meta-connect jdbc:hsqldb:hsql://hadoop102:16000/sqoop

參數：

尖叫提示：在執(zhí)行一個 job 時，如果需要手動輸入數據庫密碼，可以做如下優(yōu)化：

sqoop.metastore.client.record.passwordtrueIf true, allow saved passwords in the metastore.

5.2.12 命令&參數：list-databases

命令：

如：

$ bin/sqoop list-databases --connect jdbc:mysql://hadoop102:3306/ --username root --password 123456

參數：

與公用參數一樣

5.2.13 命令&參數：list-tables

命令：

如：

$ bin/sqoop list-tables --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456

參數：

與公用參數一樣

5.2.14 命令&參數：merge

將 HDFS 中不同目錄下面的數據合并在一起并放入指定目錄中。

數據環(huán)境：

new_staff1 AAA male2 BBB male3 CCC male4 DDD maleold_staff1 AAA female2 CCC female3 BBB female6 DDD female

尖叫提示：上邊數據的列之間的分隔符應該為，行與行之間的分割符為，如果直接復制，請檢查之。

命令：

如：

創(chuàng)建JavaBean：

$ bin/sqoop codegen --connect jdbc:mysql://hadoop102:3306/company --username root --password 123456 --table staff --bindir /home/admin/Desktop/staff --class-name Staff --fields-terminated-by ""開始合并：$ bin/sqoop merge --new-data /test/new/ --onto /test/old/ --target-dir /test/merged --jar-file /home/admin/Desktop/staff/Staff.jar --class-name Staff --merge-key id結果：1 AAAMALE2BBBMALE3CCCMALE4DDDMALE6DDDFEMALE

參數：

5.2.15 命令&參數：metastore

記錄了 Sqoop job 的元數據信息，如果不啟動該服務，那么默認 job 元數據的存儲目錄為 ~/.sqoop，可在 sqoop-site.xml 中修改。

命令：

如：啟動 sqoop 的 metastore 服務

$ bin/sqoop metastore

參數：

每日一篇大數據優(yōu)秀文章，助力大數據開發(fā)者成長！

作者：Lan&Jun 來源：CSDN 原文：https://blog.csdn.net/u012990179/article/details/88378128

總結

以上是生活随笔為你收集整理的cdh mysql sqoop 驱动_大数据技术之Sqoop学习——原理、安装、使用案例、常用命令...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： python对角线图_python对角线
下一篇： c mysql 双主复制_mysql双