hadoop插件sqoop使用案例

4terre

sqoop是hadoop项目中一个插件，可以把分布式文件系统hdfs中内容导入到mysql指定表里面，也可以把mysql中内容导入到hdfs文件系统中进行后续操作。


测试环境说明：
hadoop版本：hadoop-0.20.2
sqoop版本：sqoop-1.2.0-CDH3B4
java版本：jdk1.7.0_67
mysql版本：5.1.65

特别说明：
因为我安装的是hadoop-0.20.2版本，sqoop不支持这个版本，但是可以使用CDH3版本的hadoop，也可以通过copy相关文件，达到目的。
下载链接：
http://archive.cloudera.com/cdh/3/hadoop-0.20.2-CDH3B4.tar.gz
http://archive.cloudera.com/cdh/3/sqoop-1.2.0-CDH3B4.tar.gz

sqoop-1.2.0-CDH3B4依赖hadoop-core-0.20.2-CDH3B4.jar，所以你需要下载hadoop- 0.20.2-CDH3B4.tar.gz，解压缩后将hadoop-0.20.2-CDH3B4/hadoop-core-0.20.2- CDH3B4.jar复制到sqoop-1.2.0-CDH3B4/lib中。
另外，sqoop导入mysql数据运行过程中依赖mysql-connector-java-*.jar，所以你需要下载mysql-connector-java-*.jar并复制到sqoop-1.2.0-CDH3B4/lib中

一 sqoop基本配置：

1）profile环境变量说明：

1 2 3 4 5 6 7 8 9 10 11

export JAVA_HOME=/usr/local/jdk1.7.0_67/ export JRE_HOME=/usr/local/jdk1.7.0_67/jre export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$CLASSPATH export PIG_HOME=/usr/local/pig-0.9.2 #告诉pig客户端，本机hadoop配置文件在什么地方 export PIG_CLASSPATH=/usr/local/hadoop-0.20.2/conf export HBASE_HOME=/usr/local/hbase-0.90.5 export HADOOP_HOME=/usr/local/hadoop-0.20.2 export SQOOP_HOME=/usr/local/sqoop-1.2.0-CDH3B4 export HIVE_HOME=/usr/local/hive-0.8.1 export PATH=$JAVA_HOME/bin:$PATH:/usr/local/bin:$HADOOP_HOME/bin:$HBASE_HOME/bin:$PIG_HOME/bin:$PIG_CLASSPATHi:$HIVE_HOME/bin:$SQOOP_HOME/bin:$PATH

2）由于本测试案例不需要sqoop检查到hbase和zookeeper环境变量，所以要做一***释：

编辑文件/usr/local/sqoop-1.2.0-CDH3B4/bin/configure-sqoop，修改一下行，增加在注释：

1 2 3 4 5 6 7 8 9 10

#if [ ! -d "${HBASE_HOME}" ];then #  echo "Error: $HBASE_HOME does not exist!" #  echo 'Please set $HBASE_HOME to the root of your HBase installation.' #  exit 1 #fi #if [ ! -d "${ZOOKEEPER_HOME}" ]; then #  echo "Error: $ZOOKEEPER_HOME does not exist!" #  echo 'Please set $ZOOKEEPER_HOME to the root of your ZooKeeperinstallation.' #  exit 1 #fi

3）创建sqoop库，平且授权：

mysql> GRANT ALL PRIVILEGES ON sqoop.* TO 'sqoop'@'172.16.41.%' identified by 'routon' with grant option;
mysql> flush privileges;

4）创建students表，并且插入数据：
mysql> create table students (id int not null primary key, name varchar(20), age int);

插入测试数据：

1 2 3 4 5

insert into studentsvalues('001','abc',29); insert into students values('002','def',28); insert into students values('003','aaaa',26); insert into students values('004','efsaz',60); insert into students values('005','kiass',63);

表中数据为：
mysql> select * from students;
+----+-------+------+
| id | name  | age  |
+----+-------+------+
|  2 | def   |   28 |
|  3 | aaaa  |   26 |
|  4 | efsaz |   60 |
|  5 | kiass |   63 |
+----+-------+------+
4 rows in set (0.00 sec)

5）在master设备node1节点上测试sqoop能否成功连接远程主机node29上的mysql，如何出现mysql库中创建的表，就说明已经连接成功了。

如图所示，通过sqoop，可以查看远端测试mysql数据库中students表；

6）将mysql数据库中数据导入到hdfs文件系统中：

在hdfs文件系统中查看是否已经导入成功：




说明mysql中国内容，已经导入到分布式文件系统中！

7）hdfs文件系统中文件导入到mysql
说明：数据导入前，先清空students表中数据，使用命令：delete from students;

在master服务器上执行sqoop命令，将hdfs文件内容，导入到mysql数据中students表内！



查看mysql表：

mysql> select * from students;
+----+-------+------+
| id | name  | age  |
+----+-------+------+
|  2 | def   |   28 |
|  3 | aaaa  |   26 |
|  4 | efsaz |   60 |
|  5 | kiass |   63 |
+----+-------+------+
4 rows in set (0.00 sec)