hadoop插件sqoop使用案例
sqoop是hadoop项目中一个插件，可以把分布式文件系统hdfs中内容导入到mysql指定表里面，也可以把mysql中内容导入到hdfs文件系统中进行后续操作。
测试环境说明：
hadoop版本：hadoop-0.20.2
sqoop版本：sqoop-1.2.0-CDH3B4
java版本：jdk1.7.0_67
mysql版本：5.1.65
特别说明：
因为我安装的是hadoop-0.20.2版本，sqoop不支持这个版本，但是可以使用CDH3版本的hadoop，也可以通过copy相关文件，达到目的。
下载链接：
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依赖hadoop-core-0.20.2-CDH3B4.jar，所以你需要下载hadoop- 0.20.2-CDH3B4.tar.gz，解压缩后将hadoop-0.20.2-CDH3B4/hadoop-core-0.20.2- CDH3B4.jar复制到sqoop-1.2.0-CDH3B4/lib中。
另外，sqoop导入mysql数据运行过程中依赖mysql-connector-java-*.jar，所以你需要下载mysql-connector-java-*.jar并复制到sqoop-1.2.0-CDH3B4/lib中
一 sqoop基本配置：
1）profile环境变量说明：
|
1
2
3
4
5
6
7
8
9
10
11
|
export JAVA_HOME=/usr/local/jdk1.7.0_67/
export JRE_HOME=/usr/local/jdk1.7.0_67/jre
export CLASSPATH=.:$JAVA_HOME/lib:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$CLASSPATH
export PIG_HOME=/usr/local/pig-0.9.2
#告诉pig客户端，本机hadoop配置文件在什么地方export PIG_CLASSPATH=/usr/local/hadoop-0.20.2/conf
export HBASE_HOME=/usr/local/hbase-0.90.5
export HADOOP_HOME=/usr/local/hadoop-0.20.2
export SQOOP_HOME=/usr/local/sqoop-1.2.0-CDH3B4
export HIVE_HOME=/usr/local/hive-0.8.1
export PATH=$JAVA_HOME/bin:$PATH:/usr/local/bin:$HADOOP_HOME/bin:$HBASE_HOME/bin:$PIG_HOME/bin:$PIG_CLASSPATHi:$HIVE_HOME/bin:$SQOOP_HOME/bin:$PATH
|
2）由于本测试案例不需要sqoop检查到hbase和zookeeper环境变量，所以要做一***释：
编辑文件/usr/local/sqoop-1.2.0-CDH3B4/bin/configure-sqoop，修改一下行，增加在注释：
|
1
2
3
4
5
6
7
8
9
10
|
#if [ ! -d "${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 ZooKeeperinstallation.'# exit 1#fi |
3）创建sqoop库，平且授权：
mysql> GRANT ALL PRIVILEGES ON sqoop.* TO 'sqoop'@'172.16.41.%' identified by 'routon' with grant option;
mysql> flush privileges;
4）创建students表，并且插入数据：
mysql> create table students (id int not null primary key, name varchar(20), age int);
插入测试数据：
|
1
2
3
4
5
|
insert into studentsvalues('001','abc',29);
insert into students values('002','def',28);
insert into students values('003','aaaa',26);
insert into students values('004','efsaz',60);
insert into students values('005','kiass',63);
|
表中数据为：
mysql> select * from students;
+----+-------+------+
| id | name | age |
+----+-------+------+
| 2 | def | 28 |
| 3 | aaaa | 26 |
| 4 | efsaz | 60 |
| 5 | kiass | 63 |
+----+-------+------+
4 rows in set (0.00 sec)
5）在master设备node1节点上测试sqoop能否成功连接远程主机node29上的mysql，如何出现mysql库中创建的表，就说明已经连接成功了。
如图所示，通过sqoop，可以查看远端测试mysql数据库中students表；
6）将mysql数据库中数据导入到hdfs文件系统中：
说明mysql中国内容，已经导入到分布式文件系统中！
7）hdfs文件系统中文件导入到mysql
说明：数据导入前，先清空students表中数据，使用命令：delete from students;
在master服务器上执行sqoop命令，将hdfs文件内容，导入到mysql数据中students表内！
查看mysql表：
mysql> select * from students;
+----+-------+------+
| id | name | age |
+----+-------+------+
| 2 | def | 28 |
| 3 | aaaa | 26 |
| 4 | efsaz | 60 |
| 5 | kiass | 63 |
+----+-------+------+
4 rows in set (0.00 sec)
测试完成！
本文转自 shine_forever 51CTO博客，原文链接:http://blog.51cto.com/shineforever/1566788