碼上快樂

相關內容    簡體    繁體

Hadoop 中利用 mapreduce 讀寫 mysql 數據

本文轉載自   查看原文   2017-01-06 17:31   4564    mapreduce/ hadoop

Hadoop 中利用 mapreduce 讀寫 mysql 數據

 

有時候我們在項目中會遇到輸入結果集很大，但是輸出結果很小，比如一些 pv、uv 數據，然后為了實時查詢的需求，或者一些 OLAP 的需求，我們需要 mapreduce 與 mysql 進行數據的交互，而這些特性正是 hbase 或者 hive 目前亟待改進的地方。

好了言歸正傳，簡單的說說背景、原理以及需要注意的地方：

1、為了方便 MapReduce 直接訪問關系型數據庫（Mysql,Oracle），Hadoop提供了DBInputFormat和DBOutputFormat兩個類。通過DBInputFormat類把數據庫表數據讀入到HDFS，根據DBOutputFormat類把MapReduce產生的結果集導入到數據庫表中。

2、由於0.20版本對DBInputFormat和DBOutputFormat支持不是很好，該例用了0.19版本來說明這兩個類的用法。

至少在我的 0.20.203 中的org.apache.hadoop.mapreduce.lib 下是沒見到 db 包，所以本文也是以老版的 API 來為例說明的。

3、運行MapReduce時候報錯：java.io.IOException: com.mysql.jdbc.Driver，一般是由於程序找不到mysql驅動包。解決方法是讓每個tasktracker運行MapReduce程序時都可以找到該驅動包。

添加包有兩種方式：

（1）在每個節點下的${HADOOP_HOME}/lib下添加該包。重啟集群，一般是比較原始的方法。

（2）a)把包傳到集群上： hadoop fs -put mysql-connector-java-5.1.0- bin.jar /hdfsPath/

b)在mr程序提交job前，添加語句：DistributedCache.addFileToClassPath(new Path(“/hdfsPath/mysql- connector-java- 5.1.0-bin.jar”), conf);

（3）雖然API用的是0.19的，但是使用0.20的API一樣可用，只是會提示方法已過時而已。

4、測試數據：

 

Java代碼   收藏代碼
  1. CREATE TABLE `t` (  
  2. `id` int DEFAULT NULL,  
  3. `name` varchar(10) DEFAULT NULL  
  4. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;  
  5.   
  6. CREATE TABLE `t2` (  
  7. `id` int DEFAULT NULL,  
  8. `name` varchar(10) DEFAULT NULL  
  9. ) ENGINE=InnoDB DEFAULT CHARSET=utf8;  
  10.   
  11. insert into t values (1,"june"),(2,"decli"),(3,"hello"),  
  12.     (4,"june"),(5,"decli"),(6,"hello"),(7,"june"),  
  13.     (8,"decli"),(9,"hello"),(10,"june"),  
  14.     (11,"june"),(12,"decli"),(13,"hello");  

5、代碼：

 

Java代碼   收藏代碼
  1. package mysql2mr;  
  2.   
  3. import java.io.DataInput;  
  4. import java.io.DataOutput;  
  5. import java.io.File;  
  6. import java.io.IOException;  
  7. import java.sql.PreparedStatement;  
  8. import java.sql.ResultSet;  
  9. import java.sql.SQLException;  
  10.   
  11. import mapr.EJob;  
  12.   
  13. import org.apache.hadoop.conf.Configuration;  
  14. import org.apache.hadoop.filecache.DistributedCache;  
  15. import org.apache.hadoop.fs.Path;  
  16. import org.apache.hadoop.io.LongWritable;  
  17. import org.apache.hadoop.io.Text;  
  18. import org.apache.hadoop.io.Writable;  
  19. import org.apache.hadoop.mapred.JobConf;  
  20. import org.apache.hadoop.mapreduce.Job;  
  21. import org.apache.hadoop.mapreduce.Mapper;  
  22. import org.apache.hadoop.mapreduce.Reducer;  
  23. import org.apache.hadoop.mapreduce.lib.db.DBConfiguration;  
  24. import org.apache.hadoop.mapreduce.lib.db.DBInputFormat;  
  25. import org.apache.hadoop.mapreduce.lib.db.DBOutputFormat;  
  26. import org.apache.hadoop.mapreduce.lib.db.DBWritable;  
  27.   
  28. /** 
  29.  * Function: 測試 mr 與 mysql 的數據交互，此測試用例將一個表中的數據復制到另一張表中 實際當中，可能只需要從 mysql 讀，或者寫到 
  30.  * mysql 中。 
  31.  *  
  32.  * @author administrator 
  33.  *  
  34.  */  
  35. public class Mysql2Mr {  
  36.     public static class StudentinfoRecord implements Writable, DBWritable {  
  37.         int id;  
  38.         String name;  
  39.   
  40.         public StudentinfoRecord() {  
  41.   
  42.         }  
  43.   
  44.         public String toString() {  
  45.             return new String(this.id + " " + this.name);  
  46.         }  
  47.   
  48.         @Override  
  49.         public void readFields(ResultSet result) throws SQLException {  
  50.             this.id = result.getInt(1);  
  51.             this.name = result.getString(2);  
  52.         }  
  53.   
  54.         @Override  
  55.         public void write(PreparedStatement stmt) throws SQLException {  
  56.             stmt.setInt(1, this.id);  
  57.             stmt.setString(2, this.name);  
  58.         }  
  59.   
  60.         @Override  
  61.         public void readFields(DataInput in) throws IOException {  
  62.             this.id = in.readInt();  
  63.             this.name = Text.readString(in);  
  64.         }  
  65.   
  66.         @Override  
  67.         public void write(DataOutput out) throws IOException {  
  68.             out.writeInt(this.id);  
  69.             Text.writeString(out, this.name);  
  70.         }  
  71.   
  72.     }  
  73.   
  74.     // 記住此處是靜態內部類，要不然你自己實現無參構造器，或者等着拋異常：  
  75.     // Caused by: java.lang.NoSuchMethodException: DBInputMapper.<init>()  
  76.     // http://stackoverflow.com/questions/7154125/custom-mapreduce-input-format-cant-find-constructor  
  77.     // 網上腦殘式的轉帖，沒見到一個寫對的。。。  
  78.     public static class DBInputMapper extends  
  79.             Mapper<LongWritable, StudentinfoRecord, LongWritable, Text> {  
  80.         @Override  
  81.         public void map(LongWritable key, StudentinfoRecord value,  
  82.                 Context context) throws IOException, InterruptedException {  
  83.             context.write(new LongWritable(value.id), new Text(value.toString()));  
  84.         }  
  85.     }  
  86.   
  87.       
  88.     public static class MyReducer extends Reducer<LongWritable, Text, StudentinfoRecord, Text> {  
  89.         @Override  
  90.         public void reduce(LongWritable key, Iterable<Text> values, Context context) throws IOException, InterruptedException {  
  91.             String[] splits = values.iterator().next().toString().split(" ");  
  92.             StudentinfoRecord r = new StudentinfoRecord();  
  93.             r.id = Integer.parseInt(splits[0]);  
  94.             r.name = splits[1];  
  95.             context.write(r, new Text(r.name));  
  96.               
  97.         }  
  98.     }  
  99.       
  100.     @SuppressWarnings("deprecation")  
  101.     public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {  
  102.         File jarfile = EJob.createTempJar("bin");  
  103.         EJob.addClasspath("usr/hadoop/conf");  
  104.   
  105.         ClassLoader classLoader = EJob.getClassLoader();  
  106.         Thread.currentThread().setContextClassLoader(classLoader);  
  107.           
  108.         Configuration conf = new Configuration();  
  109.         // 這句話很關鍵  
  110.         conf.set("mapred.job.tracker", "172.30.1.245:9001");  
  111.         DistributedCache.addFileToClassPath(new Path(  
  112.                 "hdfs://172.30.1.245:9000/user/hadoop/jar/mysql-connector-java-5.1.6-bin.jar"), conf);  
  113.         DBConfiguration.configureDB(conf, "com.mysql.jdbc.Driver", "jdbc:mysql://172.30.1.245:3306/sqooptest", "sqoop", "sqoop");  
  114.           
  115.         Job job = new  Job(conf, "Mysql2Mr");  
  116. //      job.setJarByClass(Mysql2Mr.class);  
  117.         ((JobConf)job.getConfiguration()).setJar(jarfile.toString());  
  118.         job.setMapOutputKeyClass(LongWritable.class);  
  119.         job.setMapOutputValueClass(Text.class);  
  120.           
  121.         job.setMapperClass(DBInputMapper.class);  
  122.         job.setReducerClass(MyReducer.class);  
  123.           
  124.         job.setOutputKeyClass(LongWritable.class);  
  125.         job.setOutputValueClass(Text.class);  
  126.           
  127.         job.setOutputFormatClass(DBOutputFormat.class);  
  128.         job.setInputFormatClass(DBInputFormat.class);  
  129.           
  130.         String[] fields = {"id","name"};  
  131.          // 從 t 表讀數據  
  132.         DBInputFormat.setInput(job, StudentinfoRecord.class, "t", null, "id", fields);  
  133.         // mapreduce 將數據輸出到 t2 表  
  134.         DBOutputFormat.setOutput(job, "t2", "id", "name");  
  135.           
  136.         System.exit(job.waitForCompletion(true)? 0:1);  
  137.     }  
  138. }  

6、結果：

執行兩次后，你可以看到mysql結果：

Java代碼   收藏代碼
  1. mysql> select * from t2;  
  2. +------+-------+  
  3. | id   | name  |  
  4. +------+-------+  
  5. |    1 | june  |  
  6. |    2 | decli |  
  7. |    3 | hello |  
  8. |    4 | june  |  
  9. |    5 | decli |  
  10. |    6 | hello |  
  11. |    7 | june  |  
  12. |    8 | decli |  
  13. |    9 | hello |  
  14. |   10 | june  |  
  15. |   11 | june  |  
  16. |   12 | decli |  
  17. |   13 | hello |  
  18. |    1 | june  |  
  19. |    2 | decli |  
  20. |    3 | hello |  
  21. |    4 | june  |  
  22. |    5 | decli |  
  23. |    6 | hello |  
  24. |    7 | june  |  
  25. |    8 | decli |  
  26. |    9 | hello |  
  27. |   10 | june  |  
  28. |   11 | june  |  
  29. |   12 | decli |  
  30. |   13 | hello |  
  31. +------+-------+  
  32. 26 rows in set (0.00 sec)  
  33.   
  34. mysql>  


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 Hadoop 1.0 和 2.0 中的數據處理框架 - MapReduce hadoop mapreduce實現數據去重 MapReduce從HBase讀寫數據簡單示例 mapreduce 讀寫Parquet格式數據 Demo hadoop mapreduce 如何處理跨行的文本數據 Spark編程實現利用 DataFrame 讀寫 MySQL 的數據 Hadoop中mapred包和mapreduce包的區別 淺談hadoop中mapreduce的文件分發 Hadoop中MR(MapReduce)計算模型 Hadoop MapReduce 上利用Lucene實現分布式索引
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM