zoukankan      html  css  js  c++  java
  • 大数据(sqoop)

    1. 什么是sqoop
       sqoop是apache组织开源的一个hadoop的辅助工具
    2. 作用:
       hdfs/hive  -----  rdb

    搭建Sqoop的开发环境

    CDH版 Hadoop  和  Hive
    1. 环境搭建
       mac  防火墙 ip  主机名 映射  selinux  jdk
    2. 安装hadoop
       1. 解压缩
       2. hadoop-evn.sh
          core-site.xml
           <property>
                <name>fs.default.name</name>
                <value>hdfs://sqoop:8020</value>
               </property>
           <property>
                <name>hadoop.tmp.dir</name>
                <value>/opt/install/hadoop-2.5.0-cdh5.3.6/data/tmp</value>
           </property>
    
          hdfs-site.xml
          <property>
            <name>dfs.replication</name>
            <value>1</value>
          </property>
          <property>
            <name>dfs.permissions.enabled</name>
            <value>false</value>
          </property>
          
          yarn-site.xml
            <property>
            <name>yarn.nodemanager.aux-services</name>
            <value>mapreduce_shuffle</value>
              </property>
          mapred-site.xml
          <property>
            <name>mapreduce.framework.name</name>
            <value>yarn</value>
           </property>
          slave
          改为sqoop
       3. 加压缩 cdh5.3.6-snappy-lib-natirve.tar.gz
          lib/native/*  cp  /opt/install/hadoop-2.5.0-cdh5.3.6/lib/native
          命令: cp * /opt/install/hadoop-2.5.0-cdh5.3.6/lib/native/
       4. 格式化   bin/hdfs namenode -format
       5. 启动进程   
           sbin/hadoop-daemon.sh start namenode
        sbin/yarn-daemon.sh start resourcemanager
        sbin/yarn-daemon.sh start nodemanager
        sbin/hadoop-daemon.sh start datanode
        如下则启动成功
    [root@sqoop hadoop-2.5.0-cdh5.3.6]# jps
    1609 ResourceManager
    2021 Jps
    1858 NodeManager
    1982 DataNode
    1485 NameNode
    
    
     3. 安装hive
        1. 解压缩
        2. 修改配置文件
           hive-env.sh
               # Set HADOOP_HOME to point to a specific hadoop install directory
    HADOOP_HOME=/opt/install/hadoop-2.5.0-cdh5.3.6
    # Hive Configuration Directory can be controlled by:
    export HIVE_CONF_DIR=/opt/install/hive-0.13.1-cdh5.3.6/conf
           hive-site.xml [metastore]
            <property>
            <name>javax.jdo.option.ConnectionURL</name>
              <value>jdbc:mysql://hadoop5.lhcedu.com:3306/cdhmetastore?createDatabaseIfNotExist=true</value>          
            </property>
    
            <property>
              <name>javax.jdo.option.ConnectionDriverName</name>
              <value>com.mysql.jdbc.Driver</value>
            </property>
    
            <property>
              <name>javax.jdo.option.ConnectionUserName</name>
              <value>root</value>
            </property>
    
            <property>
              <name>javax.jdo.option.ConnectionPassword</name>
              <value>123456</value>
            </property>
    
            <property>
              <name>hive.cli.print.header</name>
              <value>true</value>
            </property>
    
            <property>
              <name>hive.cli.print.current.db</name>
              <value>true</value>
            </property>
           3. hdfs 创建2个目录
                   	mp
                   userhivewarehouse
           4. hive_home/lib 导入 mysql jar包
           5. 启动hive
              bin/hive
    #sqoop安装
    1. 解压缩Sqoop
    2. 修改配置 sqoop_home/conf
     cp sqoop-env-template.sh sqoop-env.sh
    
       修改conf/sqoop-env.sh
       export HADOOP_COMMON_HOME=/opt/install/hadoop-2.5.0-cdh5.3.6
       export HADOOP_MAPRED_HOME=/opt/install/hadoop-2.5.0-cdh5.3.6
       export HIVE_HOME=/opt/cdh5/hive-0.13.1-cdh5.3.6
    3. mysql-connect.jar copy sqoop_home/lib
    4. 测试sqoop是否正常使用
       bin/sqoop list-databases -connect jdbc:mysql://sqoop:3306 -username root -password 1234456

    命令换行使用

    bin/sqoop list-databases 
    --connect 
    jdbc:mysql://sqoop:3306 
    --username root 
    --password 1234456 

    import (mysql 导入数据 hdfs)

    #mysql 创建数据库 创建表
    create database sqoop
    
    create table mysql_user(
    id int primary key,
    name varchar(12)
    );
    insert into mysql_user values (1,'lhc1');
    insert into mysql_user values (2,'lhc2');
    insert into mysql_user values (3,'lhc3');
    insert into mysql_user values (4,'lhc4');
    insert into mysql_user values (5,'lhc5');

    基本导入

    bin/sqoop import 
    --connect 
    jdbc:mysql://sqoop:3306/sqoop 
    --username root 
    --password 1234456 
    --table mysql_user
    
    #hdfs上传的默认位置 /user/root/mysql_user
    #默认情况 5行数据 5split 5map
    #没有reduce 
    #数据默认是以,分割列   1,suns1

    指定hdfs中的导入目录

    bin/sqoop import 
    --connect 
    jdbc:mysql://sqoop:3306/sqoop 
    --username root 
    --password 1234456 
    --table mysql_user 
    --target-dir /sqoop

    删除hdfs中已经存在的目录

    bin/sqoop import 
    --connect 
    jdbc:mysql://sqoop:3306/sqoop 
    --username root 
    --password 1234456 
    --table mysql_user 
    --target-dir /sqoop 
    --delete-target-dir 

    修改默认的map数量

    bin/sqoop import 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table mysql_user 
    --target-dir /sqoop 
    --delete-target-dir 
    --num-mappers 1

    修改默认的列分割符

    bin/sqoop import 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table mysql_user 
    --target-dir /sqoop 
    --delete-target-dir 
    --num-mappers 1 
    --fields-terminated-by '	'

    快速导入

    bin/sqoop import 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table mysql_user 
    --target-dir /sqoop 
    --delete-target-dir 
    --num-mappers 1 
    --fields-terminated-by '	' 
    --direct
    
    #快速模式 sqoop必须和mysql安装在同一个机器上
    #如果集群环境下 没有sqoop与mysql安装在一起,那么需要在所有节点 赋值mysql/bin目录

    增加导入数据

    # 增量导入
    --check-column <column> Source column to check for incremental id
    --last-value <value> Last imported value in the incremental 5
    --incremental <import-type> Define an incremental import of type append
    'append' or 'lastmodified'

    #注意 不能引入 --delete-target-dir
    bin/sqoop import
    --connect
    jdbc:mysql://hadoop6:3306/sqoop
    --username root
    --password 123456
    --table mysql_user
    --target-dir /sqoop
    --num-mappers 1
    --fields-terminated-by ' '
    --direct
    --check-column id
    --last-value 5
    --incremental append

    export (hdfs导出数据到数据库)

    先确定数据库有表
    create table to_mysql(
    id int primary key,
    name varchar(12)
    );
    
    bin/sqoop export 
    --connect 
    jdbc:mysql://sqoop:3306/sqoop 
    --username root 
    --password 1234456 
    --table to_mysql 
    --export-dir /sqoop 
    --num-mappers 1 
    --input-fields-terminated-by ','

    Hive Import

    --hive-import 
    --hive-database lhc129 
    --hive-table t_user 
    
    bin/sqoop import 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table mysql_user 
    --delete-target-dir 
    --hive-import 
    --hive-database lhc_140 
    --hive-table t_user 
    --num-mappers 1 
    --fields-terminated-by '	'

    Hive Export

    bin/sqoop export 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table hive_mysql 
    --export-dir /user/hive/warehouse/lhc_140.db/t_user 
    --num-mappers 1 
    --input-fields-terminated-by '	'

    脚本化的Sqoop

      存在一个独立的文件中

      

    create table filetomysql(
     id int,
     name varchar(12)
    );
    1. 创建一个Sqoop文件 普通文件 sqoop.file
    export 
    --connect
    jdbc:mysql://hadoop6:3306/sqoop
    --username
    root
    --password
    123456
    --table
    filetomysql
    --export-dir
    /sqoop
    --num-mappers
    1
    --input-fields-terminated-by
    '	'
    
    2. 执行文件
    bin/sqoop --options-file /root/sqoop.file 

    定义Sqoop的作业

    1. 创建作业
    bin/sqoop job 
    --create test_job1 
    -- 
    export 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password 123456 
    --table filetomysql 
    --export-dir /sqoop 
    --num-mappers 1 
    --input-fields-terminated-by '	'
    
    2. 使用作业
    bin/sqoop job --exec test_job1
    
    3. 问题 每一次输入密码 不利于自动化处理 所以定密码的存储文件
    
    echo -n "123456"  >> /root/password
    
    bin/sqoop job 
    --create test_job2 
    -- 
    export 
    --connect 
    jdbc:mysql://hadoop6:3306/sqoop 
    --username root 
    --password-file file:///root/password 
    --table filetomysql 
    --export-dir /sqoop 
    --num-mappers 1 
    --input-fields-terminated-by '	'
    
    bin/sqoop job --exec test_job2

    定时任务

    1. 安装crontab 
    yum -y install vixie-cron
    
    2. crontab -e 
    编辑配置文件
    minute   hour   day   month   week   command 
    
    */5 * * * * command
    */1 * * * * echo 'suns' >> /root/sunshuai
    */1 * * * * /opt/install/sqoop-1.4.5-cdh5.3.6/bin/sqoop job --exec test_job2
    
    * 24 * * * /opt/install/sqoop-1.4.5-cdh5.3.6/bin/sqoop job --exec test_job2
    
    3. 启动关闭服务
    /sbin/service crond start
    /sbin/service crond stop
    
    ps -ef | grep cron
  • 相关阅读:
    Java 接口
    Java 数据结构
    Java 包(package)
    一步步学习SPD2010--第四章节--创建和修改网页(9)--附上母版页
    一步步学习SPD2010--第四章节--创建和修改网页(8)--插入Web部件区域
    一步步学习SPD2010--第四章节--创建和修改网页(7)--创建ASP.NET页面
    一步步学习SPD2010--第四章节--创建和修改网页(6)--创建和修改列表表单页面
    一步步学习SPD2010--第四章节--创建和修改网页(5)--创建列表视图页面
    一步步学习SPD2010--第四章节--创建和修改网页(4)--修改列表视图页面
    一步步学习SPD2010--第四章节--创建和修改网页(3)--改变网站的首页
  • 原文地址:https://www.cnblogs.com/lhc-hhh/p/10380760.html
Copyright © 2011-2022 走看看