Sqoop安装与配置
Sqoop的运行需要依赖于Hadoop,因此需要首先安装Hadoop2.5.2,并且Sqoop的启动前需要首先安装Hadoop。
本文使用如下版本
- sqoop-1.4.5.bin_hadoop-2.0.4-alpha版本,
- Hadoop使用2.5.2版本
Sqoop安装和配置的步骤
1. 从如下地址下载Sqoop
- http://mirror.bit.edu.cn/apache/sqoop/1.4.5/sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz
注意安装包中hadoop前面是__(两个下划线) ,把其中的一个_去掉
2.解压sqoop,在系统变量里配置如下变量SQOOP_HOME和PATH
- sudo vim /etc/profile
-
- export SQOOP_HOME=/home/hadoop/software/sqoop-1.4.5.bin_hadoop-2.0.4-alpha
- export PATH=$SQOOP_HOME/bin:$PATH
-
- ###如下两行在sqoop-env.sh配置,在此处将其注释掉
- #export HADOOP_COMMON_HOME=/home/hadoop/software/hadoop-2.5.2
- #export HADOOP_MAPRED_HOME=/home/hadoop/software/hadoop-2.5.2
3. 修改配置文件
- cp sqoop-env-template.sh sqoop-env.sh
- cp sqoop-site-template.xml sqoop-site.xml
4. 修改sqoop-env.sh文件
- export HADOOP_COMMON_HOME=/home/hadoop/software/hadoop-2.5.2
-
- export HADOOP_MAPRED_HOME=/home/hadoop/software/hadoop-2.5.2
-
- export HIVE_HOME=/home/hadoop/software/apache-hive-0.14.0-bin
注意HADOOP_MAPRED_HOME需要配置成home/hadoop/software/hadoop-2.5.2,而不是/home/hadoop/software/hadoop-2.5.2/share/hadoop/mapreduce, 配置成后者在执行sqoop import的时候报Hadoop的类找不到
配置Sqoop的jar
1. 检查$SQOOP_HOME/lib下是否有sqoop-1.4.5.jar
2. 如果没有则下载到此目录
配置MySQL JDBC Driver
1. 检查检查$SQOOP_HOME/lib下是否有MySQL的JDBC驱动有mysql-connector-java-5.1.34.jar
2. 如果没有则下载到此目录、
启动Hadoop和MySQL
1. 首先运行Hadoop
2. 再次运行MySQL
使用Sqoop对HDFS的和MySQL双向导入导出
1. 查看Sqoop可用的命令参数
结果:
- Available commands:
- codegen Generate code to interact with database records
- create-hive-table Import a table definition into Hive
- eval Evaluate a SQL statement and display the results
- export Export an HDFS directory to a database table
- help List available commands
- import Import a table from a database to HDFS
- import-all-tables Import tables from a database to HDFS
- job Work with saved jobs
- list-databases List available databases on a server
- list-tables List available tables in a database
- merge Merge results of incremental imports
- metastore Run a standalone Sqoop metastore
- version Display version information
2. 获取所有的数据库(密码为空)
- ./sqoop list-databases --connect jdbc:mysql://192.168.26.135:3306 --username root
结果
- information_schema
- metadata_store
- mysql
- performance_schema
- sqoop
3. 列出指定数据所有的表
- ./sqoop list-tables --connect jdbc:mysql://192.168.26.135:3306/metadata_store --username root
结果:
- BUCKETING_COLS
- CDS
- COLUMNS_V2
- DATABASE_PARAMS
- DBS
- FUNCS
- FUNC_RU
- GLOBAL_PRIVS
- PARTITIONS
- PARTITION_KEYS
- PARTITION_KEY_VALS
- PARTITION_PARAMS
- PART_COL_STATS
- ROLES
- SDS
- SD_PARAMS
- SEQUENCE_TABLE
- SERDES
- SERDE_PARAMS
- SKEWED_COL_NAMES
- SKEWED_COL_VALUE_LOC_MAP
- SKEWED_STRING_LIST
- SKEWED_STRING_LIST_VALUES
- SKEWED_VALUES
- SORT_COLS
- TABLE_PARAMS
- TAB_COL_STATS
- TBLS
- VERSION
4. 在MySQL中创建测试数据库和表
4.1 创建表
- mysql> create table person(name varchar(40), age int, job varchar(40));
4.2 插入数据
- mysql> insert into person(name, age, job) values("jack",28,"Teacher");
- Query OK, 1 row affected (0.00 sec)
-
- mysql> insert into person(name, age, job) values("mary",23,"Student");
- Query OK, 1 row affected (0.00 sec)
-
- mysql> insert into person(name, age, job) values("Cloe",33,"Analystics");
- Query OK, 1 row affected (0.00 sec)
4.3 查询插入结果:
5. MySQL的数据导入到HDFS中
5.1 执行导入命令
- ./sqoop import --connect jdbc:mysql://192.168.26.135:3306/sqoop --username root --direct --table person --fields-terminated-by ':' --target-dir /user/hadoop/person -m1
参数说明:
--table 指定要导入到HDFS中的表名
--fields-terminated-by 指定保存到HDFS上的每一行使用什么分隔符来分隔MySQL数据行的列
--m1 表示MapperTask的个数为1
--target-dir 表示导入到HDFS中的目录
5.2 导入过程
5.3 查看HDFS中的导入状态
- [hadoop@hadoop bin]$ hdfs dfs -cat /user/hadoop/person/part-m-00000
- tom:34:SE
- jack:28:Teacher
- mary:23:Student
- Cloe:33:Analystics
6. HDFS数据导出到MySQL中
6.1 首先在MySQL中创建表person2
- mysql> create table person2(name varchar(40), age int, job varchar(40));
6.2 执行sqoop导出操作
- ./sqoop export --connect jdbc:mysql://192.168.26.135:3306/sqoop --username root --table person2 --export-dir '/user/hadoop/person/part-m-00000' --fields-terminated-by ':' -m1
6.3 执行过程
6.4 执行结果
错误处理
1
- java.net.ConnectException: Connection refused
- at java.net.PlainSocketImpl.socketConnect(Native Method)
- at java.net.PlainSocketImpl.doConnect(PlainSocketImpl.java:351)
- at java.net.PlainSocketImpl.connectToAddress(PlainSocketImpl.java:213)
- at java.net.PlainSocketImpl.connect(PlainSocketImpl.java:200)
- at java.net.SocksSocketImpl.connect(SocksSocketImpl.java:366)
- at java.net.Socket.connect(Socket.java:529)
- at java.net.Socket.connect(Socket.java:478)
- at java.net.Socket.<init>(Socket.java:375)
- at java.net.Socket.<init>(Socket.java:218)
- at com.mysql.jdbc.StandardSocketFactory.connect(StandardSocketFactory.java:173)
- at com.mysql.jdbc.MysqlIO.<init>(MysqlIO.java:267)
- at com.mysql.jdbc.Connection.createNewIO(Connection.java:2739)
- at com.mysql.jdbc.Connection.<init>(Connection.java:1553)
- at com.mysql.jdbc.NonRegisteringDriver.connect(NonRegisteringDriver.java:266)
- at java.sql.DriverManager.getConnection(DriverManager.java:582)
- at java.sql.DriverManager.getConnection(DriverManager.java:185)
- at org.apache.sqoop.mapreduce.db.DBConfiguration.getConnection(DBConfiguration.java:278)
- at org.apache.sqoop.mapreduce.db.DBInputFormat.getConnection(DBInputFormat.java:187)
- at org.apache.sqoop.mapreduce.db.DBInputFormat.setConf(DBInputFormat.java:162)
- at org.apache.hadoop.util.ReflectionUtils.setConf(ReflectionUtils.java:62)
- at org.apache.hadoop.util.ReflectionUtils.newInstance(ReflectionUtils.java:117)
- at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:723)
- at org.apache.hadoop.mapred.MapTask.run(MapTask.java:370)
- at org.apache.hadoop.mapred.Child$4.run(Child.java:255)
- at java.security.AccessController.doPrivileged(Native Method)
- at javax.security.auth.Subject.doAs(Subject.java:396)
- at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1121)
- at org.apache.hadoop.mapred.Child.main(Child.java:249)
这个错误是指定sqoop import时报的错,解决办法是把mysql的jdbc连接串,把localhost改为实际的IP或者域名
2. sqoop导入mysql数据出错
用sqoop导入mysql数据出现以下错误:
14/12/03 16:37:58 ERROR manager.SqlManager: Error reading from database: java.sql.SQLException: Streaming result set com.mysql.jdbc.RowDataDynamic@54b0a583 is still active. No statements may be issued when any streaming result sets are open and in use on a given connection. Ensure that you have called .close() on any active streaming result sets before attempting more queries.
java.sql.SQLException: Streaming result set com.mysql.jdbc.RowDataDynamic@54b0a583 is still active. No statements may be issued when any streaming result sets are open and in use on a given connection. Ensure that you have called .close() on any active streaming result sets before attempting more queries.
at com.mysql.jdbc.SQLError.createSQLException(SQLError.java:930)
at com.mysql.jdbc.MysqlIO.checkForOutstandingStreamingData(MysqlIO.java:2694)
at com.mysql.jdbc.MysqlIO.sendCommand(MysqlIO.java:1868)
at com.mysql.jdbc.MysqlIO.sqlQueryDirect(MysqlIO.java:2109)
at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2642)
at com.mysql.jdbc.ConnectionImpl.execSQL(ConnectionImpl.java:2571)
at com.mysql.jdbc.StatementImpl.executeQuery(StatementImpl.java:1464)
at com.mysql.jdbc.ConnectionImpl.getMaxBytesPerChar(ConnectionImpl.java:3030)
at com.mysql.jdbc.Field.getMaxBytesPerCharacter(Field.java:592)
at com.mysql.jdbc.ResultSetMetaData.getPrecision(ResultSetMetaData.java:444)
at org.apache.sqoop.manager.SqlManager.getColumnInfoForRawQuery(SqlManager.java:285)
at org.apache.sqoop.manager.SqlManager.getColumnTypesForRawQuery(SqlManager.java:240)
at org.apache.sqoop.manager.SqlManager.getColumnTypes(SqlManager.java:226)
at org.apache.sqoop.manager.ConnManager.getColumnTypes(ConnManager.java:295)
at org.apache.sqoop.orm.ClassWriter.getColumnTypes(ClassWriter.java:1773)
at org.apache.sqoop.orm.ClassWriter.generate(ClassWriter.java:1578)
at org.apache.sqoop.tool.CodeGenTool.generateORM(CodeGenTool.java:96)
at org.apache.sqoop.tool.ImportTool.importTable(ImportTool.java:478)
at org.apache.sqoop.tool.ImportTool.run(ImportTool.java:601)
at org.apache.sqoop.Sqoop.run(Sqoop.java:143)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
at org.apache.sqoop.Sqoop.runSqoop(Sqoop.java:179)
at org.apache.sqoop.Sqoop.runTool(Sqoop.java:218)
at org.apache.sqoop.Sqoop.runTool(Sqoop.java:227)
at org.apache.sqoop.Sqoop.main(Sqoop.java:236)
14/12/03 16:37:58 ERROR tool.ImportTool: Encountered IOException running import job: java.io.IOException: No columns to generate for ClassWriter
at org.apache.sqoop.orm.ClassWriter.generate(ClassWriter.java:1584)
at org.apache.sqoop.tool.CodeGenTool.generateORM(CodeGenTool.java:96)
at org.apache.sqoop.tool.ImportTool.importTable(ImportTool.java:478)
at org.apache.sqoop.tool.ImportTool.run(ImportTool.java:601)
at org.apache.sqoop.Sqoop.run(Sqoop.java:143)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
at org.apache.sqoop.Sqoop.runSqoop(Sqoop.java:179)
at org.apache.sqoop.Sqoop.runTool(Sqoop.java:218)
at org.apache.sqoop.Sqoop.runTool(Sqoop.java:227)
at org.apache.sqoop.Sqoop.main(Sqoop.java:236)
这个是由于mysql-connector-java的bug造成的,出错时我用的是mysql-connector-java-5.1.10-bin.jar,更新成mysql-connector-java-5.1.32-bin.jar就可以了。mysql-connector-java-5.1.32-bin.jar的下载地址为http://dev.mysql.com/get/Downloads/Connector-J/mysql-connector-java-5.1.32.tar.gz。下载完后解压,在解压的目录下可以找到mysql-connector-java-5.1.32-bin.jar。
分享到:
相关推荐
Sqoop-1.4.5是针对Hadoop 2.x系列的一个稳定版本,它提供了与Hadoop的兼容性和优化。在安装之前,确保你的环境中已经正确安装了Java环境和Hadoop,并且Hadoop已经成功运行。 接下来,我们进入安装步骤: 1. 下载...
总之,"sqoop-1.4.5-cdh5.3.6.tar.gz" 是针对 CDH 5.3.6 版本的一个特定 Sqoop 实现,提供在 Hadoop 和 RDBMS 之间迁移数据的能力。虽然不是最新版本,但对于需要在该版本 CDH 上运行的项目,这是一个可靠的工具。在...
版本Sqoop是一个用来将Hadoop和关系型数据库中的数据相互转移的工具,可以将一个关系型数据库(例如 : MySQL ,Oracle ,Postgres等)中的数据导进到Hadoop的HDFS中,也可以将HDFS的数据导进到关系型数据库中。...
总的来说,Sqoop-1.4.5为Hadoop 2.x环境提供了强大而灵活的数据迁移能力,使得数据科学家和数据工程师能够无缝地在传统数据库和Hadoop之间迁移数据,实现大数据分析和处理。正确配置和使用Sqoop,能够有效地提升数据...
在标题"sqoop-1.4.5-cdh5.4.2.tar.gz"中,我们可以看出这是Sqoop的一个特定版本——1.4.5,针对Cloudera的Distribution包括Hadoop(CDH)的5.4.2版本的打包文件。通常,这种压缩包包含了 Sqoop 源码、二进制文件、...
Sqoop-1.4.5.bin__hadoop-2.6.0.zip 文件是一个包含了 Sqoop 版本 1.4.5 和针对 Hadoop 版本 2.6.0 的预编译二进制包,方便用户在 Hadoop 环境中快速部署和使用 Sqoop。 Sqoop 的主要功能包括: 1. 数据导入:从...
在压缩包中的 "sqoop-1.4.6-hadoop-2.0.4-jar" 文件,很可能是 Sqoop 的 JAR 包,这个 JAR 包包含了 Sqoop 运行所需的所有类和依赖库,可以在 Hadoop 集群上直接运行或者作为 Hadoop 作业提交。需要注意的是,这个...
mv /usr/local/sqoop-1.4.6-cdh5.13.2/conf/sqoop-env.template.sh /usr/local/sqoop-1.4.6-cdh5.13.2/conf/sqoop-env.sh vi /usr/local/sqoop-1.4.6-cdh5.13.2/conf/sqoop-env.sh export HADOOP_COMMON_HOME=/usr/...
`sqoop-1.4.4-cdh5.0.6.tar` 是 Cloudera Distribution 包含 Hadoop(CDH)的一个特定版本的 Sqoop 发行版。 1. **Sqoop 的核心功能**: - 数据导入:Sqoop 可以自动创建 MapReduce 任务,将数据库表的数据分片并...
Sqoop 的设计目标是提供高效率、大规模的数据导入和导出功能,使得 Hadoop 能够更好地集成传统的企业数据仓库。在本篇中,我们将深入探讨 Sqoop 1.4.6 版本在 Cloudera Distribution Including Hadoop(CDH)5.5.0 ...
1. **配置文件**:在使用 Sqoop 前,需要正确配置 `$SQOOP_HOME/conf/sqoop-site.xml` 文件,指定连接数据库所需的 JAR 包位置和数据库连接信息。 2. **数据类型映射**:不同的数据库系统有不同的数据类型,Sqoop ...
Sqoop 是一个开源工具,主要用于在关系数据库管理...这个压缩包 "sqoop-1.4.7.bin__hadoop-2.6.0.tar" 提供了一个方便的途径,让开发者和数据工程师可以直接使用 Sqoop,而无需从官方源码编译或单独下载每个依赖项。
sqoop框架开发工具使用的jar sqoop-1.4.6.jar 手动安装到maven <groupId>org.apache.sqoop <artifactId>sqoop <version>1.4.6 </dependency>
在解压 "sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz" 文件后,你将得到 Sqoop 的安装目录,其中包含以下关键文件和目录: 1. **bin**:存放 Sqoop 的可执行脚本,如 `sqoop` 命令行工具。 2. **conf**:配置文件,...
虚拟机linux使用的sqoop-1.4.7版本
Sqoop(发音:skup)是一款开源的工具,主要用于在Hadoop(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递,可以将一个关系型数据库(例如 : MySQL ,...Apache Sqoop就是这样一款工具,可以在Hadoop和关系
总的来说,"sqoop-1.4.6.bin__hadoop-2.0.4-alpha.zip" 提供了一个完整的Sqoop版本,用于在Hadoop和关系型数据库之间高效地转移数据,对于需要在大数据分析中集成RDBMS的企业来说,这是一个非常重要的工具。...
这个压缩包 "sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz" 包含了 Sqoop 的 1.4.6 版本,它已针对 Hadoop 2.0.4-alpha 版本进行了优化。让我们深入了解一下 Sqoop 的核心功能、工作原理以及如何在 Hadoop 环境中...
这个压缩包 "sqoop-1.4.2.bin__hadoop-2.0.0-alpha.tar" 提供的是 Sqoop 1.4.2 版本,适用于与 Hadoop 2.0.0-alpha 版本集成。以下是对这个版本 Sqoop 的详细介绍以及相关的知识点: 1. **Sqoop 的作用**:Sqoop 是...
小牛学堂-大数据24期-04-Hadoop Hive Hbase Flume Sqoop-12天适合初学者.txt