4.1 Sqoop 安装(Hadoop3.0)
4.1 Sqoop 安装(Hadoop3.0)
【实验目的】
1.了解Sqoop的安装部署
2.了解Sqoop的工作原理
【实验原理】
Sqoop是一款开源的工具,主要用于在Hadoop(Hive)与传统的数据库(Mysql、Oracle...)间进行数据的传递,可以将一个关系型数据库中的数据导入到Hadoop的HDFS中,也可以将HDFS的数据导入到关系型数据库中。
Sqoop可以在HDFS/Hive和关系型数据库之间进行数据的导入导出,其中主要使用了Import和Export这两个工具。
Sqoop import原理:
从传统数据库获取元数据信息(schema、table、field、field type),把导入功能转换为只有Map的MapReduce作业,在MapReduce中有很多Map,每个Map读一片数据,进而并行的完成数据的拷贝。
Sqoop export原理:
获取导出表的schema、meta信息,和Hadoop中的字段match;多个Map only作业同时运行,完成HDFS中数据导出到关系型数据库中。
【实验环境】
AnolisOS8.8
Java 1.8.0
Hadoop-3.0.0
Eclipse-JEE 2022.03
mysql-8.0.26
Pycharm
【实验内容】
练习安装并配置Sqoop工具
【实验步骤】
切换到vmuser用户,完成本次实验。(vmuser的密码:vm123456)
1.首先在Linux本地,新建/data/sqoop1目录,用于存放所需文件。
mkdir -p /data/sqoop1
切换目录到/data/sqoop1下,使用wget命令,下载文件。
cd /data/sqoop1
wget http://sqoop1/sqoop-1.4.7.tar.gz
wget http://sqoop1/sqoop-1.4.7.jar
wget http://sqoop1/mysql-connector-java-8.0.26.jar
wget http://sqoop1/lib.tar.gz
2.将/data/sqoop1目录下Sqoop的安装包,解压到/apps目录下。
sudo chown -R vmuser:vmuser /data/sqoop1
tar -xzvf /data/sqoop1/sqoop-1.4.7.tar.gz -C /apps/
切换到/apps目录下,将解压的sqoop-1.4.7重命名为sqoop。并把 sqoop-1.4.7.jar 文件放到sqoop目录中
并把 lib.tar.gz 解压,将其中的jar包放到 /apps/sqoop/lib 目录中。
cd /apps
mv /apps/sqoop-1.4.7/ /apps/sqoop
mv /data/sqoop1/sqoop-1.4.7.jar /apps/sqoop
tar -xzvf /data/sqoop1/lib.tar.gz -C /apps/sqoop/lib
3.修改环境变量,使用vim打开~/.bashrc文件。(vmuser的密码:vm123456)
sudo vim ~/.bashrc
添加以下内容到~/.bashrc文件中。
#sqoop
export SQOOP_HOME=/apps/sqoop
export PATH=$SQOOP_HOME/bin:$PATH
使用source命令,使用户环境变量生效。
source ~/.bashrc
4.由于在导数据过程中,可能会涉及到连接Mysql,所以需要将/data/sqoop1目录下,Mysql的jdbc连接包mysql-connector-java-8.0.26.jar,拷贝到Sqoop的lib目录下。
cp /data/sqoop1/mysql-connector-java-8.0.26.jar /apps/sqoop/lib
5.配置Sqoop。
切换到/apps/sqoop/conf目录下,将sqoop-env-template.sh重命名为sqoop-env.sh。
cd /apps/sqoop/conf/
mv sqoop-env-template.sh sqoop-env.sh
使用vim打开sqoop-env.sh文件。
vim /apps/sqoop/conf/sqoop-env.sh
将sqoop-env.sh中的配置,修改为如下形式。
#Set path to where bin/hadoop is available export HADOOP_COMMON_HOME=/apps/hadoop #Set path to where hadoop-*-core.jar is available export HADOOP_MAPRED_HOME=/apps/hadoop #set the path to where bin/hbase is available export HBASE_HOME=/apps/hbase #Set the path to where bin/hive is available export HIVE_HOME=/apps/hive #Set the path for where zookeper config dir is #export ZOOCFGDIR=/apps/zookeeper |
这里的配置项,是告诉Sqoop框架,Hadoop、HBase、Hive等的相关路径。
6.下面再切换到/apps/sqoop/bin目录下。
cd /apps/sqoop/bin/
下面来修改configure-sqoop里面的部分脚本,使用vim打开configure-sqoop文件。
vim configure-sqoop
在configure-sqoop文件中,查找下面内容,并在前面加上“#”号,将脚本注释掉。
## Moved to be a runtime check in sqoop. #if [ ! -d "${HBASE_HOME}" ]; then # echo "Warning: $HBASE_HOME does not exist! HBase imports will fail." # echo 'Please set $HBASE_HOME to the root of your HBase installation.' #fi ## Moved to be a runtime check in sqoop. #if [ ! -d "${HCAT_HOME}" ]; then # echo "Warning: $HCAT_HOME does not exist! HCatalog jobs will fail." # echo 'Please set $HCAT_HOME to the root of your HCatalog installation.' #fi #if [ ! -d "${ACCUMULO_HOME}" ]; then # echo "Warning: $ACCUMULO_HOME does not exist! Accumulo imports will fail." # echo 'Please set $ACCUMULO_HOME to the root of your Accumulo installation.' #fi #if [ ! -d "${ZOOKEEPER_HOME}" ]; then # echo "Warning: $ZOOKEEPER_HOME does not exist! Accumulo imports will fail." # echo 'Please set $ZOOKEEPER_HOME to the root of your Zookeeper installation.' #fi |
注释掉这段文本后,当我们输入sqoop version时,提示效果如下。
sqoop version
7.至此Sqoop安装已完毕,下面我们测试一下Sqoop能否连接Mysql。
执行启动命令
systemctl start mysqld
查看一下Mysql服务是否已经启动。
systemctl status mysqld
然后我们查询Mysql中都有哪些数据库,测试Sqoop能否连接Mysql。
sqoop list-databases --connect jdbc:mysql://localhost:3306/ --username root --password strongs
测试完成,说明Sqoop安装成功!
连接数据库
mysql -h localhost -P 3306 -u root -p
查看数据库版本
SELECT VERSION();
至此,实验结束!