前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >超详细讲解Sqoop2应用与实践

超详细讲解Sqoop2应用与实践

作者头像
王小雷
发布2018-01-08 10:16:05
1.5K0
发布2018-01-08 10:16:05
举报
文章被收录于专栏:王小雷王小雷

摘要:超详细讲解Sqoop2应用与实践,从hdfs上的数据导入到postgreSQL中,再从postgreSQL数据库导入到hdfs上。详细讲解创建link和创建job的操作,以及如何查看sqoop2的工作状态。

1.准备,上一篇超详细讲解Sqoop2部署过程Sqoop2自动部署源码

1.1.为了能查看sqoop2 status,编辑 mapred-site.xml

代码语言:javascript
复制
<property>
  <name>mapreduce.jobhistory.address</name>
  <value>localhost:10020</value>
</property>
代码语言:javascript
复制
sbin/mr-jobhistory-daemon.sh start historyserver

1.2.创建postgreSQL上的准备数据。创建表并填充数据-postgresql

代码语言:javascript
复制
CREATE TABLE products (
  product_no integer PRIMARY KEY,
  name text,
  price numeric
);

INSERT INTO products (product_no, name, price) VALUES (1,'Cheese',9.99);

1.3.创建hdfs上的准备数据

代码语言:javascript
复制
xiaolei@wang:~$ vim product.csv
2,'laoganma',13.5

xiaolei@wang:~$ hadoop fs -mkdir /hdfs2jdbc
xiaolei@wang:~$ hadoop fs -put product.csv /hdfs2jdbc

1.3.配置sqoop2的server

代码语言:javascript
复制
sqoop:000> set server --host localhost --port 12000 --webapp sqoop

1.4.启动hadoop,特别是启动historyserver,启动sqoop2

代码语言:javascript
复制
sbin/start-dfs.sh
$HADOOP_HOME/sbin/start-yarn.sh
$HADOOP_HOME/sbin/mr-jobhistory-daemon.sh start historyserver

sqoop2-server start

1.5.如果未安装Sqoop2或者部署有问题,上一篇超详细讲解Sqoop2部署过程Sqoop2自动部署源码

2.通过sqoop2,hdfs上的数据导入到postgreSQL

代码语言:javascript
复制
sqoop:000> show connector

2.1.创建hdfs-link,注明(必填)的要写正确,其他的可以回车跳过。

代码语言:javascript
复制
sqoop:000> create link --connector hdfs-connector
Creating link for connector with name hdfs-connector
Please fill following values to create new link object
Name: hdfs-link  #link名称(必填)

HDFS cluster

URI: hdfs://localhost:9000  #hdfs的地址(必填)
Conf directory: /opt/hadoop-2.7.3/etc/hadoop  #hadoop的配置地址(必填)
Additional configs::
There are currently 0 values in the map:
entry#
New link was successfully created with validation status OK and name hdfs-link

2.2.创建jdbc-link

代码语言:javascript
复制
sqoop:000> create link --connector generic-jdbc-connector
Creating link for connector with name generic-jdbc-connector
Please fill following values to create new link object
Name: jdbc-link  #link名称(必填)

Database connection

Driver class: org.postgresql.Driver  #jdbc驱动类(必填)
Connection String: jdbc:postgresql://localhost:5432/whaleaidb  # jdbc链接url(必填)
Username: whaleai  #数据库的用户(必填)
Password: ******   #数据库密码(必填)
Fetch Size:
Connection Properties:
There are currently 0 values in the map:
entry#

SQL Dialect

Identifier enclose:
New link was successfully created with validation status OK and name jdbc-link

2.3.查看已经创建好的hdfs-link和jdbc-link

代码语言:javascript
复制
sqoop:000> show link
+----------------+------------------------+---------+
|      Name      |     Connector Name     | Enabled |
+----------------+------------------------+---------+
| jdbc-link      | generic-jdbc-connector | true    |
| hdfs-link      | hdfs-connector         | true    |
+----------------+------------------------+---------+

2.4.创建从hdfs导入到postgreSQL的job

代码语言:javascript
复制
sqoop:000> create job -f hdfs-link -t jdbc-link
Creating job for links with from name hdfs-link and to name jdbc-link
Please fill following values to create new job object
Name: hdfs2jdbc  #job 名称(必填)

Input configuration

Input directory: /hdfs2jdbc #hdfs的输入路径 (必填)
Override null value:
Null value:

Incremental import

Incremental type:
  0 : NONE
  1 : NEW_FILES
Choose: 0 (必填)
Last imported date:

Database target

Schema name: public  #postgreSQL默认的public(必填)
Table name: products  #要导入的数据库表(必填)
Column names:
There are currently 0 values in the list:
element#
Staging table:
Clear stage table:

Throttling resources
Incremental type:
  0 : NONE
  1 : NEW_FILES
Choose: 0 #(必填)
Last imported date:
Throttling resources
Extractors:
Loaders:

Classpath configuration

Extra mapper jars:
There are currently 0 values in the list:
element#
New job was successfully created with validation status OK  and name hdfs2jdbc

2.5.启动 hdfs2jdbc job

代码语言:javascript
复制
sqoop:000> start job -name "hdfs2jdbc"

2.6.查看job执行状态,成功。

代码语言:javascript
复制
sqoop:000> status job -name "hdfs2jdbc"

3.通过sqoop2,postgreSQL上的数据导入到hdfs上

3.1.因为所需的link在第2部分已经,这里只需创建从postgreSQL导入到hdfs上的job。

代码语言:javascript
复制
sqoop:000> create job -f jdbc-link -t hdfs-link
Creating job for links with from name jdbc-link and to name hdfs-link
Please fill following values to create new job object
Name: jdbc2hdfs #job 名称(必填)

Database source

Schema name: public #postgreSQL默认的为public(必填)
Table name: products #数据源 数据库的表(必填)
SQL statement:
Column names:
There are currently 0 values in the list:
element#
Partition column:
Partition column nullable:
Boundary query:

Incremental read

Check column:
Last value:

Target configuration

Override null value:
Null value:
File format:
  0 : TEXT_FILE
  1 : SEQUENCE_FILE
  2 : PARQUET_FILE
Choose: 0 #(必填)
Compression codec:
  0 : NONE
  1 : DEFAULT
  2 : DEFLATE
  3 : GZIP
  4 : BZIP2
  5 : LZO
  6 : LZ4
  7 : SNAPPY
  8 : CUSTOM
Choose: 0  #(必填)
Custom codec:
Output directory: /jdbc2hdfs  #hdfs上的输出路径(必填)
Append mode:

Throttling resources

Extractors:
Loaders:

Classpath configuration

Extra mapper jars:
There are currently 0 values in the list:
element#
New job was successfully created with validation status OK  and name jdbc2hdfs

3.2. 启动jdbc2hdfs job

代码语言:javascript
复制
sqoop:000> start job -name "jdbc2hdfs"

Submission details
Job Name: jdbc2hdfs
Server URL: http://localhost:12000/sqoop/
Created by: xiaolei
Creation date: 2017-07-10 09:26:42 CST
Lastly updated by: xiaolei
External ID: job_1499648118116_0002
    http://wang:8088/proxy/application_1499648118116_0002/
2017-07-10 09:26:42 CST: BOOTING  - Progress is not available

3.3.查看job执行状态,成功。

代码语言:javascript
复制
sqoop:000> status job -name "jdbc2hdfs"

3.4.查看hdfs上的数据已经存在

代码语言:javascript
复制
xiaolei@wang:~$ hadoop fs -ls /jdbc2hdfs
Found 1 items
-rw-r--r--   1 xiaolei supergroup         30 2017-07-10 09:26 /jdbc2hdfs/4d2e5754-c587-4fcd-b1db-ca64fa545515.txt

3.5.通过web UI,可见两次执行的job都已成功 http://localhost:8088/cluster

上一篇超详细讲解Sqoop2部署过程Sqoop2自动部署源码

完结-彩蛋

1.踩坑

sqoop:000> stop job -name joba

Exception has occurred during processing command

Exception: org.apache.sqoop.common.SqoopException Message: MAPREDUCE_0003:Can’t get RunningJob instance -

解决: 编辑 mapred-site.xml

代码语言:javascript
复制
<property>
  <name>mapreduce.jobhistory.address</name>
  <value>localhost:10020</value>
</property>
2.踩坑

sbin/mr-jobhistory-daemon.sh start historyserver### Exception: org.apache.sqoop.common.SqoopException Message: GENERIC_JDBC_CONNECTOR_0001:Unable to get a connection -

解决: jdbc url写错,重新配置

3.踩坑

java.lang.Integer cannot be cast to java.math.BigDecimal

解决:数据库中的数据与hdfs上的数据无法转换,增加数据或者替换数据。

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2017年07月10日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.准备,上一篇超详细讲解Sqoop2部署过程,Sqoop2自动部署源码
    • 1.1.为了能查看sqoop2 status,编辑 mapred-site.xml
      • 1.2.创建postgreSQL上的准备数据。创建表并填充数据-postgresql
        • 1.3.创建hdfs上的准备数据
          • 1.3.配置sqoop2的server
            • 1.4.启动hadoop,特别是启动historyserver,启动sqoop2
              • 1.5.如果未安装Sqoop2或者部署有问题,上一篇超详细讲解Sqoop2部署过程,Sqoop2自动部署源码
              • 2.通过sqoop2,hdfs上的数据导入到postgreSQL
                • 2.1.创建hdfs-link,注明(必填)的要写正确,其他的可以回车跳过。
                  • 2.2.创建jdbc-link
                    • 2.3.查看已经创建好的hdfs-link和jdbc-link
                      • 2.4.创建从hdfs导入到postgreSQL的job
                        • 2.5.启动 hdfs2jdbc job
                          • 2.6.查看job执行状态,成功。
                          • 3.通过sqoop2,postgreSQL上的数据导入到hdfs上
                            • 3.1.因为所需的link在第2部分已经,这里只需创建从postgreSQL导入到hdfs上的job。
                              • 3.2. 启动jdbc2hdfs job
                                • 3.3.查看job执行状态,成功。
                                  • 3.4.查看hdfs上的数据已经存在
                                    • 3.5.通过web UI,可见两次执行的job都已成功 http://localhost:8088/cluster
                                    相关产品与服务
                                    数据库
                                    云数据库为企业提供了完善的关系型数据库、非关系型数据库、分析型数据库和数据库生态工具。您可以通过产品选择和组合搭建,轻松实现高可靠、高可用性、高性能等数据库需求。云数据库服务也可大幅减少您的运维工作量,更专注于业务发展,让企业一站式享受数据上云及分布式架构的技术红利!
                                    领券
                                    问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档