Sqoop 数据迁移

[一、Sqoop 概述](#一、Sqoop 概述)
[二、Sqoop 优势](#二、Sqoop 优势)
[三、Sqoop 的架构与工作机制](#三、Sqoop 的架构与工作机制)
[四、Sqoop Import 流程](#四、Sqoop Import 流程)
[五、Sqoop Export 流程](#五、Sqoop Export 流程)
[六、Sqoop 安装部署](#六、Sqoop 安装部署)
- [6.1 下载解压](#6.1 下载解压)
- [6.2 修改 Sqoop 配置文件](#6.2 修改 Sqoop 配置文件)
- [6.3 配置 Sqoop 环境变量](#6.3 配置 Sqoop 环境变量)
- [6.4 添加 MySQL 驱动包](#6.4 添加 MySQL 驱动包)
- [6.5 测试运行 Sqoop](#6.5 测试运行 Sqoop)
- - [6.5.1 查看Sqoop命令语法](#6.5.1 查看Sqoop命令语法)
  - [6.5.2 测试数据库连接](#6.5.2 测试数据库连接)
[七、案例实践：Sqoop 迁移Hive出库数据](#七、案例实践：Sqoop 迁移Hive出库数据)
- [7.1 数据导出：Hive 导入 MySQL](#7.1 数据导出：Hive 导入 MySQL)
- [7.2 数据导出：MySQL 导入 Hive](#7.2 数据导出：MySQL 导入 Hive)

一、Sqoop 概述

Apache Sqoop(SQL-to-Hadoop)项目旨在协助RDBMS与Hadoop之间进行高效的大数据迁移。用户可以在Sqoop的帮助下，轻松地将RDBMS中的数据导入到Hadoop或者与其相关的系统(如HBase和Hive)中;同时也可以将数据从Hadoop系统导出到RDBMS。因此，可以说Sqoop就是一个桥梁，连接了RDBMS与Hadoop。

二、Sqoop 优势

Sqoop可以高效地、可控地利用资源，可以通过调整任务数来控制任务的并发度。另外它还可以配置数据库的访问时间。
Sqoop可以自动地完成数据库与Hadoop系统中数据类型的映射与转换，
Sqoop支持多种数据库，比如，MySQL、0racle和PostgreSQL等数据库。

三、Sqoop 的架构与工作机制

客户端提交脚本，调用Map Task ，将关系数据库导入到 Hadoop 平台的HDFS/HBase/Hive，同时也可以将 Hadoop 平台的HDFS/HBase/Hive数据通过 Map Task 导入到关系数据库中。

四、Sqoop Import 流程

五、Sqoop Export 流程

六、Sqoop 安装部署

6.1 下载解压

下载地址：https://archive.apache.org/dist/sqoop/

上传到 /usr/local/，进行解压

javascript 复制代码

[root@hadoop1 local]# tar -zxvf /usr/local/sqoop-1.4.6.bin__hadoop-2.0.4-alpha.tar.gz

创建软连接

javascript 复制代码

[root@hadoop1 local]# ln -s sqoop-1.4.6.bin__hadoop-2.0.4-alpha sqoop

6.2 修改 Sqoop 配置文件

进入 Sqoop 的 conf 目录下修改 sqoop-env.sh 配置文件，修改内容如下：

将配置模板拷贝一份，命名为 sqoop-env.sh

javascript 复制代码

[root@hadoop1 conf]# cp /usr/local/sqoop/conf/sqoop-env-template.sh /usr/local/sqoop/conf/sqoop-env.sh

编辑 sqoop-env.sh

javascript 复制代码

export HADOOP_COMMON_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=/usr/local/hadoop
export HIVE_HOME=/usr/local/hive
export ZOOCFGDIR=/usr/local/zookeeper

6.3 配置 Sqoop 环境变量

添加 Sqoop 的环境变量，添加内容如下：

javascript 复制代码

[root@hadoop1 conf]# vim /etc/profile

添加如下内容：

javascript 复制代码

# 添加 Sqoop 环境变量
SQOOP_HOME=/usr/local/sqoop
PATH=$SQOOP_HOME/bin:$PATH
export SQOOP_HOME PATH

更新环境

javascript 复制代码

[root@hadoop1 conf]# source /etc/profile

6.4 添加 MySQL 驱动包

将对应的 MySQL 驱动包上传到 /usr/local/sqoop/lib 目录下

6.5 测试运行 Sqoop

6.5.1 查看Sqoop命令语法

在Sqoop安装目录下，使用help命令查看Sqoop的基本用法，具体操作如下：

javascript 复制代码

[root@hadoop1 sqoop]# /usr/local/sqoop/bin/sqoop help

6.5.2 测试数据库连接

javascript 复制代码

[root@hadoop1 bin]# /usr/local/sqoop/bin/sqoop list-databases --connect jdbc:mysql://192.168.220.151 --username hive --password hive

七、案例实践：Sqoop 迁移Hive出库数据

7.1 数据导出：Hive 导入 MySQL

准备 Hive 数据源

javascript 复制代码

create table mean_temperature as select id, sum(temperature)/count(*) from temperature group by id;

MySQL 建表

javascript 复制代码

CREATE TABLE IF NOT EXISTS `mean_temperature`(
`id` VARCHAR(20) NOT NULL,
`average` VARCHAR(20) NOT NULL,
PRIMARY KEY (`id`)
)ENGINE=InnoDB DEFAULT CHARSET=utf8;

hive数据导出到 mysql 脚本

javascript 复制代码

/usr/local/sqoop/bin/sqoop export \
--connect 'jdbc:mysql://hadoop1/hive?useUnicode=true&characterEncoding=utf-8' \
--username hive \
--password hive \
--table mean_temperature \
--export-dir /user/hive/warehouse/mydb/mean_temperature \
--input-fields-terminated-by "\001" \
-m 1;

出现如下报错：Caused by: com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: Access denied for user 'hive'@'%' to database 'hive'

hive 用户只授权了 hadoop1 能够访问mysql，需求开启远程访问

修复方法：登录 root 用户，执行如下脚本

javascript 复制代码

mysql> grant all on *.* to 'hive'@'%' identified by 'hive';
mysql> flush privileges;

再次执行如下脚本：

javascript 复制代码

/usr/local/sqoop/bin/sqoop export \
--connect 'jdbc:mysql://hadoop1/hive?useUnicode=true&characterEncoding=utf-8' \
--username hive \
--password hive \
--table mean_temperature \
--export-dir /user/hive/warehouse/mydb/mean_temperature \
--input-fields-terminated-by "\001" \
-m 1;

在 mysql 查看 mean_temperature 表

7.2 数据导出：MySQL 导入 Hive

执行如下脚本：

javascript 复制代码

/usr/local/sqoop/bin/sqoop import \
--connect 'jdbc:mysql://hadoop1/hive?useUnicode=true&characterEncoding=utf-8' \
--username hive \
--password hive \
--table mean_temperature \
--fields-terminated-by ',' \
--delete-target-dir \
-m 1 \
--hive-import \
--hive-database weather \
--hive-table ods_mean_temperature;

查看 Hive 数据库的 ods_mean_temperature

javascript 复制代码

hive> select * from ods_mean_temperature limit 10;

可以看到自动创建表 ods_mean_temperature 并有数据。