hive學習筆記之八：Sqoop

歡迎訪問我的GitHub

https://github.com/zq2599/blog_demos

內容：所有原創文章分類匯總及配套源碼，涉及Java、Docker、Kubernetes、DevOPS等；

關於Sqoop

Sqoop是Apache開源項目，用於在Hadoop和關系型數據庫之間高效傳輸大量數據，本文將與您一起實踐以下內容：

1. 部署Sqoop
2. 用Sqoop將hive表數據導出至MySQL
3. 用Sqoop將MySQL數據導入到hive表

部署

1. 在hadoop賬號的家目錄下載Sqoop的1.4.7版本：

wget https://mirror.bit.edu.cn/apache/sqoop/1.4.7/sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz

2. 解壓：

tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz

3. 解壓后得到文件夾sqoop-1.4.7.bin__hadoop-2.6.0，將mysql-connector-java-5.1.47.jar復制到sqoop-1.4.7.bin__hadoop-2.6.0/lib目錄下
4. 進入目錄sqoop-1.4.7.bin__hadoop-2.6.0/conf，將sqoop-env-template.sh改名為sqoop-env.sh：

mv sqoop-env-template.sh sqoop-env.sh

5. 用編輯器打開sqoop-env.sh，增加下面三個配置，HADOOP_COMMON_HOME和HADOOP_MAPRED_HOME是完整的hadoop路徑，HIVE_HOME是完整的hive路徑：

export HADOOP_COMMON_HOME=/home/hadoop/hadoop-2.7.7
export HADOOP_MAPRED_HOME=/home/hadoop/hadoop-2.7.7
export HIVE_HOME=/home/hadoop/apache-hive-1.2.2-bin

6. 安裝和配置完成了，進入sqoop-1.4.7.bin__hadoop-2.6.0/bin，執行./sqoop version查看sqoop版本，如下所示，可見是1.4.7版本（有些環境變量沒配置會輸出告警，在此先忽略）：

[hadoop@node0 bin]$ ./sqoop version
Warning: /home/hadoop/sqoop-1.4.7.bin__hadoop-2.6.0/bin/../../hbase does not exist! HBase imports will fail.
Please set $HBASE_HOME to the root of your HBase installation.
Warning: /home/hadoop/sqoop-1.4.7.bin__hadoop-2.6.0/bin/../../hcatalog does not exist! HCatalog jobs will fail.
Please set $HCAT_HOME to the root of your HCatalog installation.
Warning: /home/hadoop/sqoop-1.4.7.bin__hadoop-2.6.0/bin/../../accumulo does not exist! Accumulo imports will fail.
Please set $ACCUMULO_HOME to the root of your Accumulo installation.
Warning: /home/hadoop/sqoop-1.4.7.bin__hadoop-2.6.0/bin/../../zookeeper does not exist! Accumulo imports will fail.
Please set $ZOOKEEPER_HOME to the root of your Zookeeper installation.
20/11/02 12:02:58 INFO sqoop.Sqoop: Running Sqoop version: 1.4.7
Sqoop 1.4.7
git commit id 2328971411f57f0cb683dfb79d19d4d19d185dd8
Compiled by maugli on Thu Dec 21 15:59:58 STD 2017

• sqoop裝好之后，接下來體驗其功能

MySQL准備

為了接下來的實戰，需要把MySQL准備好，這里給出的MySQL的配置供您參考：

1. MySQL版本：5.7.29
2. MySQL服務器IP：192.168.50.43
3. MySQL服務端口：3306
4. 賬號：root
5. 密碼：123456
6. 數據庫名：sqoop

關於MySQL部署，我這為了省事兒，是用docker部署的，參考《群暉DS218+部署mysql》

從hive導入MySQL（export）

• 執行以下命令，將hive的數據導入到MySQL：

./sqoop export \
--connect jdbc:mysql://192.168.50.43:3306/sqoop \
--table address \
--username root \
--password 123456 \
--export-dir '/user/hive/warehouse/address' \
--fields-terminated-by ','

• 查看address表，數據已經導入：

從MySQL導入hive（import）

1. 在hive的命令行模式執行以下語句，新建名為address2的表結構和address一模一樣：

create table address2 (addressid int, province string, city string) 
row format delimited 
fields terminated by ',';

2. 執行以下命令，將MySQL的address表的數據導入到hive的address2表，-m 2表示啟動2個map任務：

./sqoop import \
--connect jdbc:mysql://192.168.50.43:3306/sqoop \
--table address \
--username root \
--password 123456 \
--target-dir '/user/hive/warehouse/address2' \
-m 2

3. 執行完畢后，控制台輸入類似以下內容：

		Virtual memory (bytes) snapshot=4169867264
		Total committed heap usage (bytes)=121765888
	File Input Format Counters 
		Bytes Read=0
	File Output Format Counters 
		Bytes Written=94
20/11/02 16:09:22 INFO mapreduce.ImportJobBase: Transferred 94 bytes in 16.8683 seconds (5.5726 bytes/sec)
20/11/02 16:09:22 INFO mapreduce.ImportJobBase: Retrieved 5 records.

4. 去查看hive的address2表，可見數據已經成功導入：

hive> select * from address2;
OK
1	guangdong	guangzhou
2	guangdong	shenzhen
3	shanxi	xian
4	shanxi	hanzhong
6	jiangshu	nanjing
Time taken: 0.049 seconds, Fetched: 5 row(s)

• 至此，Sqoop工具的部署和基本操作已經體驗完成，希望您在執行數據導入導出操作時，此文能給您一些參考；

你不孤單，欣宸原創一路相伴

1. Java系列
2. Spring系列
3. Docker系列
4. kubernetes系列
5. 數據庫+中間件系列
6. DevOps系列

歡迎關注公眾號：程序員欣宸

微信搜索「程序員欣宸」，我是欣宸，期待與您一同暢游Java世界...
https://github.com/zq2599/blog_demos