Hadoop入门（三）：Sqoop和Hive的使用

砂拉豆

1安装Hive
1.1下载解压
　　wget http://mirrors.cnnic.cn/apache/hive/stable/hive-0.10.0.tar.gz
　　tar xzvfhive-0.10.0.tar.gz
1.2配置环境变量
　　exportHIVE_HOME=/usr/local/src/hive-0.10.0
　　export PATH=$HIVE_HOME/bin:$PATH
1.3建立Hive仓库目录
　　hadoop fs -mkdir/tmp
　　hadoop fs -mkdir/user/hive/warehouse
　　hadoop fs -chmodg+w /tmp
　　hadoop fs -chmodg+w /user/hive/warehouse

1.4启动命令行
　　通过hive命令进入命令行，操作与MySQL的命令行类似：

　　

2安装Sqoop
2.1下载解压
　　下载适合Hadoop 0.20版本的Sqoop：
　　wget http://mirrors.cnnic.cn/apache/sqoop/1.4.3/sqoop-1.4.3.bin__hadoop-0.20.tar.gz
　　tar -xvf sqoop-1.4.3.bin__hadoop-0.20.tar.gz
2.2配置环境变量
　　export SQOOP_HOME=/usr/local/src/sqoop-1.4.3.bin__hadoop-0.20
　　export PATH=$SQOOP_HOME/bin:$PATH
　　export HADOOP_COMMON_HOME=/home/admin/hadoop-0.20.2
　　export HADOOP_MAPRED_HOME=/home/admin/hadoop-0.20.2
　　

3用Sqoop导入数据到HIVE
3.1导入HDFS
　　我们从MySQL数据库中导入一张表的数据来测试一下Sqoop是否配置成功。首先上传mysql-connector-java-5.1.23.jar到sqoop的lib文件夹下，然后在sqoop/bin下执行下列命令：
　　sqoop import--connect jdbc:mysql://ip/database --table tb1 --username user -P
　　===============================================================================
　　Warning: /usr/lib/hbase does not exist!HBase imports will fail.
　　Please set $HBASE_HOME to the root of yourHBase installation.
　　Enter password:
　　13/06/07 16:51:46 INFOmanager.MySQLManager: Preparing to use a MySQL streaming resultset.
　　13/06/07 16:51:46 INFO tool.CodeGenTool: Beginning codegeneration
　　13/06/07 16:51:48 INFO manager.SqlManager:Executing SQL statement: SELECT t.* FROM `tb1` AS t LIMIT 1
　　13/06/07 16:51:48 INFO manager.SqlManager:Executing SQL statement: SELECT t.* FROM `tb1` AS t LIMIT 1
　　13/06/07 16:51:48 INFOorm.CompilationManager: HADOOP_MAPRED_HOME is /home/admin/hadoop-0.20.2
　　13/06/07 16:51:48 INFOorm.CompilationManager: Found hadoop core jar at:/home/admin/hadoop-0.20.2/hadoop-0.20.2-core.jar
　　Note:/tmp/sqoop-root/compile/44c4b6c5ac57de04b487eb90633ac33e/tb1.java uses oroverrides a deprecated API.
　　Note: Recompile with -Xlint:deprecation fordetails.
　　13/06/07 16:51:54 INFO orm.CompilationManager:Writing jar file:/tmp/sqoop-root/compile/44c4b6c5ac57de04b487eb90633ac33e/tb1.jar
　　13/06/07 16:51:54 WARNmanager.MySQLManager: It looks like you are importing from mysql.
　　13/06/07 16:51:54 WARNmanager.MySQLManager: This transfer can be faster! Use the --direct
　　13/06/07 16:51:54 WARNmanager.MySQLManager: option to exercise a MySQL-specific fast path.
　　13/06/07 16:51:54 INFOmanager.MySQLManager: Setting zero DATETIME behavior to convertToNull (mysql)
　　13/06/07 16:51:54 INFO mapreduce.ImportJobBase:Beginning import of tb1
　　13/06/07 16:51:57 INFOdb.DataDrivenDBInputFormat: BoundingValsQuery: SELECT MIN(`id`), MAX(`id`) FROM`tb1`
　　13/06/07 16:51:59 INFO mapred.JobClient:Running job: job_201306071651_0001
　　13/06/07 16:52:00 INFOmapred.JobClient: map 0% reduce 0%
　　13/06/07 16:52:38 INFOmapred.JobClient: map 50% reduce 0%
　　13/06/07 16:52:44 INFOmapred.JobClient: map 100% reduce 0%
　　13/06/07 16:52:46 INFO mapred.JobClient:Job complete: job_201306071651_0001
　　13/06/07 16:52:46 INFO mapred.JobClient:Counters: 5
　　13/06/07 16:52:46 INFOmapred.JobClient: Job Counters
　　13/06/07 16:52:46 INFOmapred.JobClient: Launched map tasks=2
　　13/06/07 16:52:46 INFOmapred.JobClient: FileSystemCounters
　　13/06/07 16:52:46 INFO mapred.JobClient: HDFS_BYTES_WRITTEN=212
　　13/06/07 16:52:46 INFOmapred.JobClient: Map-Reduce Framework
　　13/06/07 16:52:46 INFOmapred.JobClient: Map input records=2
　　13/06/07 16:52:46 INFOmapred.JobClient: Spilled Records=0
　　13/06/07 16:52:46 INFO mapred.JobClient: Map output records=2
　　13/06/07 16:52:46 INFOmapreduce.ImportJobBase: Transferred 212 bytes in 51.383 seconds (4.1259bytes/sec)
　　13/06/07 16:52:46 INFOmapreduce.ImportJobBase: Retrieved 2 records.
　　===============================================================================
　　数据文件默认被导入到当前用户文件夹下表名对应的文件夹了：

　　Sqoop默认会同时启动四个Map任务来加速数据导入，可以通过-m 1命令来强制只启动一个map任务，这样就只会在HDFS中生成一个数据文件了。因为tb1表目前就两条数据，所以一共产生两个文件，查看下生成的文件内容：

3.2创建Hive表
　　首先在hive命令行中创建tb1表。注意hive支持的数据类型有限，并且一定要设置表的分隔符为逗号，否则Hive默认分隔符为Ctrl+A。
　　CREATE TABLE tb1(
　　id int,
　　......
　　) row format delimited fields terminated by ‘,’;
　　也可以通过下面的命令让Sqoop根据MySQL表结构自动创建出Hive表：
　　sqoop create-hive-table --connect jdbc:mysql://ip/database --table tb1 --hive-table tb1 --username user -P
3.3导入Hive
　　现在导入HDFS中的文件到Hive，注意Hive从HDFS导入数据后，会将HDFS中的文件/user/root/tb1移动到/user/hive/tb1：
　　LOADDATA INPATH '/user/root/tb1/part-m-*' OVERWRITE INTO TABLE tb1
3.4一条强大的命令
　　上面的从MySQL导出数据到HDFS、创建Hive表格、导入数据到Hive三步，可以直接用一条Sqoop命令完成：
　　sqoop import--connect jdbc:mysql://ip/database --table tb1 --username user -P --hive-import
4用HiveQL做分析
　　待续......
　　

参考资料
　　Hive安装
　　https://cwiki.apache.org/confluence/display/Hive/GettingStarted
　　http://sqoop.apache.org/docs/1.99.1/Installation.html