hive学习笔记之八：Sqoop
原创
欢迎访问我的GitHub
这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos
《hive学习笔记》系列导航
关于Sqoop
Sqoop是Apache开源项目，用于在Hadoop和关系型数据库之间高效传输大量数据，本文将与您一起实践以下内容：
- 部署Sqoop
- 用Sqoop将hive表数据导出至MySQL
- 用Sqoop将MySQL数据导入到hive表
部署
- 在hadoop账号的家目录下载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- 解压：tar -zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
- 解压后得到文件夹sqoop-1.4.7.bin__hadoop-2.6.0，将mysql-connector-java-5.1.47.jar复制到sqoop-1.4.7.bin__hadoop-2.6.0/lib目录下
- 进入目录sqoop-1.4.7.bin__hadoop-2.6.0/conf，将sqoop-env-template.sh改名为sqoop-env.sh：
mv sqoop-env-template.sh sqoop-env.sh- 用编辑器打开sqoop-env.sh，增加下面三个配置，HADOOP_COMMON_HOME和HADOOP_MAPRED_HOME是完整的hadoop路径，HIVE_HOME是完整的hive路径：
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- 安装和配置完成了，进入sqoop-1.4.7.bin__hadoop-2.6.0/bin，执行./sqoop version查看sqoop版本，如下所示，可见是1.4.7版本（有些环境变量没配置会输出告警，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装好之后，接下来体验其功能
MySQL准备
为了接下来的实战，需要把MySQL准备好，这里给出的MySQL的配置供您参考：
- MySQL版本：5.7.29
- MySQL服务器IP：192.168.50.43
- MySQL服务端口：3306
- 账号：root
- 密码：123456
- 数据库名：sqoop
关于MySQL部署，我这为了省事儿，是用docker部署的，参考《群晖DS218+部署mysql》
从hive导入MySQL（export）
- 执行以下命令，将hive的数据导入到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，数据已经导入：
在这里插入图片描述
从MySQL导入hive（import）
- 在hive的命令行模式执行以下语句，新建名为address2的表结构和address一模一样：
create table address2 (addressid int, province string, city string)
row format delimited
fields terminated by ',';- 执行以下命令，将MySQL的address表的数据导入到hive的address2表，-m 2表示启动2个map任务：
./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- 执行完毕后，控制台输入类似以下内容：
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.- 去查看hive的address2表，可见数据已经成功导入：
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经体验完成，希望您在执行数据导入导出操作时，此文能给您一些参考；
关于容器和镜像的环境
如果您不想自己搭建kubernetes环境，推荐使用腾讯云容器服务TKE：无需自建，即可在腾讯云上使用稳定， 安全，高效，灵活扩展的 Kubernetes 容器平台；
如果您希望自己的镜像可以通过外网上传和下载，推荐腾讯云容器镜像服务TCR：像数据加密存储，大镜像多节点快速分发，跨地域镜像同步
你不孤单，欣宸原创一路相伴
欢迎关注公众号：程序员欣宸
微信搜索「程序员欣宸」，我是欣宸，期待与您一同畅游Java世界...
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
云数据库 MySQL
腾讯云数据库 MySQL（TencentDB for MySQL）为用户提供安全可靠，性能卓越、易于维护的企业级云数据库服务。其具备6大企业级特性，包括企业级定制内核、企业级高可用、企业级高可靠、企业级安全、企业级扩展以及企业级智能运维。通过使用腾讯云数据库 MySQL，可实现分钟级别的数据库部署、弹性扩展以及全自动化的运维管理，不仅经济实惠，而且稳定可靠，易于运维。