下文将重點說明通過Sqoop實作Mysql與HDFS互導資料,Mysql與Hbase,Oracle與Hbase的互導最後給出指令。
一、Mysql與HDFS互導資料
環境:
主控端器作業系統為Win7,Mysql安裝在主控端上,主控端位址為192.168.66.96
3台虛拟機作業系統為Ubuntu-12.04.1-32位
三台虛拟機已成功安裝Hadoop,并實作免密鑰互訪,配hosts為:
192.168.66.91 masternode
192.168.66.92 slavenode1
192.168.66.93 slavenode2
/etc/profile已配置好必備環境變量HADOOP_HOME,JAVA_HOME
實驗在masternode上進行,已成功連接配接mysql
步驟一,下載下傳安裝包:
我安裝的Hadoop版本是原生hadoop-0.20.203.0,SQOOP不支援此版本,可使用CDH3版本hadoop,也可以通過拷貝相應的包到sqoop-1.2.0-CDH3B4/lib下,依然可以使用。
下載下傳相關檔案:
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依賴hadoop-core-0.20.2-CDH3B4.jar,是以你需要下載下傳hadoop- 0.20.2-CDH3B4.tar.gz,解壓縮後将hadoop-0.20.2-CDH3B4/hadoop-core-0.20.2- CDH3B4.jar複制到sqoop-1.2.0-CDH3B4/lib中。
另外,sqoop導入mysql資料運作過程中依賴mysql-connector-java-*.jar,是以你需要下載下傳mysql-connector-java-*.jar并複制到sqoop-1.2.0-CDH3B4/lib中。
步驟二,相關配置:
修改SQOOP的檔案configure-sqoop,注釋掉hbase和zookeeper檢查(除非你準備使用HABASE等HADOOP上的元件) #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 $ZOOKEEPER_HOME to the root of your ZooKeeper installation.’
# exit 1
#fi
修改/etc/profile環境變量檔案(su root之後,sudo gedit /etc/profile):
添加 export SQOOP_HOME=/home/grid/sqoop
在原有PATH後添加 :$SQOOP_HOME/bin
步驟三,在mysql中建立測試使用者,測試表和資料,并測試sqoop連接配接mysql:
建立使用者sqoop并授權:
grant all privileges on *.* to 'sqoop'@'%' identified by 'sqoop' with grant option;
建立表空間(schema)sqoop,并建立測試表:
create table students (
id int not null primary key,
name varchar(20),
age int)
插入測試資料:
insert into students values('10001','liyang',29);
insert into students values('10002','lion',28);
insert into students values('10003','leon',26);
在masternode測試sqoop能否成功連接配接主控端器上的mysql:
sqoop list-tables --connect jdbc:mysql://192.168.66.96:3306/sqoop --username sqoop --password sqoop
如果能正确顯示出sqoop表空間中的students表,就說明sqoop已經可以成功連接配接mysql!
步驟四,将mysql中sqoop表空間的students表的三行資料導入HDFS:
啟動hadoop:
start-all.sh
用jps驗證啟動是否成功
顯示正在運作以下程序即為啟動成功:
2820 SecondaryNameNode
4539 Jps
2887 JobTracker
2595 NameNode
從mysql導入資料,運作如下指令:
sqoop import --connect jdbc:mysql://192.168.66.96:3306/sqoop --username sqoop --password sqoop
驗證導入資料是否成功:
若導入成功,運作 hadoop dfs -ls 将能看到根目錄/user/grid/下有以表名命名的檔案夾students
運作 hadoop dfs -ls /user/grid/students 能看到該檔案夾中包含檔案:/user/grid/students/part-m-00000
運作 hadoop dfs -cat /user/grid/students/part-m-00000
10001,liyang,29
10002,lion,28
10003,leon,26
步驟五,将HDFS中的資料導入Mysql的students表中:
首先将mysql的students表資料清空:
delete from students;
然後在masternode上執行導出資料指令:
sqoop export --connect jdbc:mysql://192.168.66.96:3306/sqoop --username sqoop --password sqoop --table students --export-dir hdfs://masternode:9000/user/grid/students/part-m-00000
若成功,在mysql中會看到students表中的資料恢複了!
注意:過程中可能會因為slavenode的50010端口沒打開而報錯,需用root使用者通過sudo ufw allow 50010指令打開端口!
二、Mysql與Hbase互導資料
将mysql的資料導入hbase的指令格式為:
sqoop import --connect jdbc:mysql://mysqlserver_IP/databaseName --username --password password --table datatable --hbase-create-table --hbase-table hbase_tablename --column-family col_fam_name --hbase-row-key key_col_name
其中 ,databaseName 和datatable 是mysql的資料庫和表名,hbase_tablename是要導成hbase的表名,key_col_name可以指定datatable中哪一列作為hbase新表的rowkey,col_fam_name是除rowkey之外的所有列的列族名
例如:可通過如下指令将Mysql中的students表導入到Hbase中:
/home/grid/sqoop/bin/sqoop import --connect jdbc:mysql://192.168.66.96/sqoop --username sqoop --password liyang16 --table students --hbase-create-table --hbase-table students --column-family stuinfo --hbase-row-key id
成功執行後,可在hbase中用以下指令檢視結果:
hbase(main):011:0> scan 'students'
ROW COLUMN+CELL
10001 column=stuinfo:age, timestamp=1356759994058, value=29
10001 column=stuinfo:name, timestamp=1356759994058, value=liyang
10002 column=stuinfo:age, timestamp=1356760044478, value=28
10002 column=stuinfo:name, timestamp=1356760044478, value=lion
10003 column=stuinfo:age, timestamp=1356760044478, value=26
10003 column=stuinfo:name, timestamp=1356760044478, value=leon
3 row(s) in 0.0900 seconds
三、Oracle與Hbase互導資料
将Oracle中的dept表(列為id,name,addr)導出至hbase中的dept表(行鍵為id,列族為deptinfo)
sqoop import --append --connect jdbc:oracle:thin:@192.168.66.90:1521:orcl --username test --password test --m 1 --table dept --columns id,name,addr --hbase-create-table --hbase-table dept --hbase-row-key id --column-family deptinfo
-------------------------------------------------------------------------------------