sqoop安装及使用

最近单位在研究大数据，我把我研究的写出来供大家参考。

1.安装sqoop

首先在官网下载sqoop.jar包sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz

安装到指定目录下 /home/cluster/sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz

解压缩 tar -zxvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz得到压缩文件sqoop-1.4.4

2.下载mysql 驱动包

官网下载连接mysql jar包放到压缩文件的lib下

3.配置环境变量

Vi /etc/profile export SQOOP_HOME=/home/cluster/sqoop-1.4.4

4.配置sqoop参数

复制sqoop_home/conf/sqoop-env-template.sh 一份重命名为sqoop-env.sh

修改环境变量

拷贝核心包将hadoop的核心jar包和mysql的驱动包拷贝至sqoop/lib下

5.测试连接mysql

[root@hadoop10 sqoop-1.4.4]# bin/sqoop list-tables --connect jdbc:mysql://XXX:3306/XXX --username XXX --password XXX

6.导入数据到hbase

sqoop import --connect jdbc:mysql://XXX/XXX --username XXX --password XXX --table demo_blog --hbase-table demo_sqoop2hbase --hbase-create-table --hbase-row-key id --column-family url

Demo_sqoop2hbase是导入到hbase里面的表名

Demo_blog是mysql中要导入到hbase中的表名

输入hbase shell进入到hbase shell 命令行里面输入 list

输入scan “demo_sqoop2hbase”可查看导入的数据

describe "demo_sqoop2hbase"

7.导入数据到hive

bin/sqoop import --connect jdbc:mysql://XXX:3306/XXX --table tb_member --username XXX --password XXX --hive-import

Sqoop定时增量

一、sqoop的配置文件在sqoop.site.xml中：

1、sqoop.metastore.server.location

本地存储路径，默认在tmp下，改为其他路径

2、sqoop.metastore.server.port

metastore service端口号

3、sqoop.metastore.client.autoconnect.url

sqoop自动连接的metastore地址，默认是本地的metastore地址

4、sqoop.metastore.client.enable.autoconnect

开启自动连接。sqoop默认连接本地metastore。注释这个配置会开启自动连接。

二．开启metastore service

nohup bin/sqoop metastore

三、创建job

bin/sqoop job --create your-sync-job -- import --connect jdbc:mysql://XXX:3306/XXX--table tb_order --username XXX-P --hive-import --incremental append --check-column id --last-value 1 -- --default-character-set=utf-8

四.运行job

Sqoop job --exec your-sync-job

五.定时执行

使用linux定时器：crontab -e

编辑定时器，添加*/4 * * * * sqoop job --exec your-sync-job

遇到问题

1.执行crontab -e 提示crontab commend not found

1 下载定时器Jar 包

2 yum -y install gcc gcc-c++ autoconf vixie-cron

3 yum -y install gcc gcc-c++ autoconf crontabs vixie-cron软件包是cron的主程序； crontabs软件包是用来安装、卸装、或列举用来驱动 cron 守护进程的表格的程序。

2.避免重复输入密码

找到sqoop-site.xml的配置文件，发现如下配置：

<property>  
   <name>sqoop.metastore.client.enable.autoconnect</name>  
   <value>false</value>  
   <description>If true, Sqoop will connect to a local metastore  
     for job management when no other metastore arguments are  
     provided.  
    </description>  
  </property>

View Code

看来这个值设置为了false，导致不能够使用Job相关操作了。

1 <property>  
2    <name>sqoop.metastore.client.record.password</name>  
3    <value>true</value>  
4    <description>If true, allow saved passwords in the metastore.  
5    </description>  
6   </property>