一、 第二阶段课程回顾
hadoop 2.x
HDFS
YARN
MapReduce
Zookeeper
Hive
二、大数据协作框架
对日志类型的海量数据进行分析
hdfs
mapreduce/hive
1. 数据来源
（1）RDBMS（Oracle、MySQL、DB2...） -> sqoop（SQL to Hadoop）
（2）文件（apache，nginx日志数据） -> Flume（实时抽取数据）
2. 任务调度
对数据的分析任务Job，至少都是上千（互联网公司）
任务调度：什么时候执行，多长执行一次
某一些业务的分析，需要许多job任务共同完成，相互依赖关系，工作流。
Ooozie
宙斯
3. 监控
统一WEB UI界面管理 Hue
三、业务流程
对数据进行分析
结果集存储：hdfs文件/hive表中
Sqoop=>导出到RDBMS
四、Apache Sqoop
1. Sqoop: SQL-to-Hadoop
2. 连接传统关系型数据库和Hadoop的桥梁
（1）把关系型数据库的数据导入到Hadoop与其相关的系统（如HBase和Hive）中
（2）把数据从Hadoop系统里抽取并导出到关系型数据库里
3. 利用MapReduce加快数据传输速度
批处理方式进行数据传输
将常用的MapReduce（数据导入导出）进行封装，通过传递参数的形式，运行MapReduce任务。
MapReduce任务
Cli
bin/sqoop import ...
4. 以Hadoop为主体，RDBMS为客体
sqoop import
将RDBMS数据放入hadoop中，就是导入，import
sqoop export
将hadoop中的数据放入到RDBMS中，就是导出，export
5. sqoop依赖于hadoop
（1）数据的乙方，存储在hdfs
（2）底层的数据的传输实现MapReduce / YARN
五、环境搭建