如何将mysql数据导入Hadoop之Sqoop安装

tyxiayu

　　Sqoop是一款开源的工具，主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递，可以将一个关系型数据库（例如 ： MySQL ,Oracle ,Postgres等）中的数据导进到Hadoop的HDFS中，也可以将HDFS的数据导进到关系型数据库中。Sqoop项目开始于2009年，最早是作为Hadoop的一个第三方模块存在，后来为了让使用者能够快速部署，也为了让开发人员能够更快速的迭代开发，Sqoop独立成为一个Apache项目。
　　总之Sqoop是一个转换工具，用于在关系型数据库与HDFS之间进行数据转换。

http://images2015.cnblogs.com/blog/273387/201706/273387-20170622085958538-1652991244.png

　　注意：sqoop1与sqoop2完全不兼容，1.4.6及之前的版本是sqoop1，之后的是sqoop2
Sqoop1和Sqoop2的对比
sqoop2比sqoop1的改进

• 　　引入sqoop server，集中化管理connector等
  
• 　　多种访问方式：CLI,Web UI，REST API
  
• 　　引入基于角色 的安全机制
  

sqoop1与sqoop2的优缺点

• 　　sqoop1的架构，仅仅使用一个sqoop客户端，sqoop2的架构，引入了sqoop server集中化管理connector，以及rest api，web，UI，并引入权限安全机制。
  
• 　　sqoop1优点架构部署简单
  
• 　　sqoop1的缺点命令行方式容易出错，格式紧耦合，无法支持所有数据类型，安全机制不够完善，例如密码暴漏，
  
• 　　安装需要root权限，connector必须符合JDBC模型
  
• 　　sqoop2的优点多种交互方式，命令行，web UI，rest API，conncetor集中化管理，所有的链接安装在sqoop server上，完善权限管理机制，connector规范化，仅仅负责数据的读写。
  
• 　　sqoop2的缺点，架构稍复杂，配置部署更繁琐。
  

sqoop1架构图

http://images2015.cnblogs.com/blog/273387/201706/273387-20170620091135429-781297414.png

sqoop2架构图

http://images2015.cnblogs.com/blog/273387/201706/273387-20170620091201960-280140811.png

　　由于sqoop2还不是很完善，官方建议生产环境不建议使用，在此就sqoop1.4.6来作介绍
安装环境：
　　Cenos7系统
　　sqoop版本：1.4.6
　　Hadoop：2.7.3
　　MySQL：5.7.15
　　JDK ：1.8
下载并解压sqoop1.4.6
　　安装在一台节点上就可以了
　　点击 sqoop 下载地址，下载Sqoop安装文件sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz。将文件上传到服务器的/usr/local文件夹中。
　　下面执行以下命令
1. cd ~ #进入当前用户的用户目录2. cd /usr/local3. sudo tar -zxvf sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz -C /usr/local #解压安装文件5. sudo mv sqoop-1.4.6.bin__hadoop-2.0.4-alpha sqoop146 #修改文件名6. sudo chown -R hadoop:hadoop sqoop146 #修改文件夹属主，如果你当前登录用户名不是hadoop，请修改成你自己的用户名 （hadoop为用Hadoop创建的用户组和用户名，sqoop将与Hadoop组合使用） 修改配置文件sqoop-env.sh
1. cd sqoop146/conf/　　
2. cat sqoop-env-template.sh >> sqoop-env.sh #将sqoop-env-template.sh复制一份并命名为sqoop-env.sh3. vi sqoop-env.sh #编辑sqoop-env.sh
　　修改sqoop-env.sh的如下信息，若有其它的可以都加上
export HADOOP_COMMON_HOME=/usr/local/hadoop273　　
export HADOOP_MAPRED_HOME=/usr/local/hadoop273
　　export HBASE_HOME=/usr/local/hbase
　　export HIVE_HOME=/usr/local/hive
　　export ZOOCFGDIR= #如果读者配置了ZooKeeper,也需要在此配置ZooKeeper的路径
配置环境变量
　　打开当前用户的环境变量配置文件：
vi ~/.bash_profile　　在配置文件第一行键入如下信息：
export SQOOP_HOME=/usr/local/sqoop146　　
export PATH=$PATH:$SBT_HOME/bin:$SQOOP_HOME/bin
　　
export CLASSPATH=$CLASSPATH:$SQOOP_HOME/lib
　　保存该文件，退出vim编辑器。
　　然后，执行下面命令让配置文件立即生效:
source ~/.bash_profile 将mysql驱动包拷贝到$SQOOP_HOME/lib
　　下面要把MySQL驱动程序和hadoop-connector jar包拷贝到$SQOOP_HOME/lib目录下，不存在先下载驱动包。
cp ./mysql-connector-java-5.1.40/mysql-connector-java-5.1.40-bin.jar /usr/local/sqoop146/lib　　

　　
cp $HADOOP_HOME/share/hadoop/common/hadoop-common-2.7.3.jar $SQOOP_HOME/lib
修改$SQOOP_HOME/bin/configure-sqoop
　　注释掉HCatalog，Accumulo检查(除非你准备使用HCatalog，Accumulo等HADOOP上的组件)

http://common.cnblogs.com/images/copycode.gif

##Moved to be a runtime check in sqoop.#if[ ! -d "${HCAT_HOME}" ]; then#  echo "Warning: $HCAT_HOME does notexist! HCatalog jobs will fail."#  echo 'Please set $HCAT_HOME to the root ofyour HCatalog installation.'#fi　　
#if[ ! -d "${ACCUMULO_HOME}" ]; then#  echo "Warning: $ACCUMULO_HOME does notexist! Accumulo imports will fail."#  echo 'Please set $ACCUMULO_HOME to the rootof your Accumulo installation.'#fi
　　
#Add HCatalog to dependency list#if[ -e "${HCAT_HOME}/bin/hcat" ]; then# TMP_SQOOP_CLASSPATH=${SQOOP_CLASSPATH}:`${HCAT_HOME}/bin/hcat-classpath`#  if [ -z "${HIVE_CONF_DIR}" ]; then#   TMP_SQOOP_CLASSPATH=${TMP_SQOOP_CLASSPATH}:${HIVE_CONF_DIR}#  fi#  SQOOP_CLASSPATH=${TMP_SQOOP_CLASSPATH}#fi
　　
#Add Accumulo to dependency list#if[ -e "$ACCUMULO_HOME/bin/accumulo" ]; then#  for jn in `$ACCUMULO_HOME/bin/accumuloclasspath | grep file:.*accumulo.*jar |cut -d':' -f2`; do#    SQOOP_CLASSPATH=$SQOOP_CLASSPATH:$jn#  done#  for jn in `$ACCUMULO_HOME/bin/accumuloclasspath | grep file:.*zookeeper.*jar |cut -d':' -f2`; do#    SQOOP_CLASSPATH=$SQOOP_CLASSPATH:$jn#  done#fi

http://common.cnblogs.com/images/copycode.gif

测试与MySQL的连接
　　首先请确保mysql服务已经启动了，如果没有启动，请执行下面命令启动：
service mysql start　　然后就可以测试sqoop与MySQL之间的连接是否成功：
sqoop list-databases --connect jdbc:mysql://127.0.0.1:3306/ --username root -password root　　root为数据库的用户名和密码，mysql的数据库列表显示在屏幕上表示连接成功。