Sqoop数据分析引擎安装与使用


 ==>什么是Sqoop ?

Sqoop 是一个开源的数据处理引擎，主要是通过  JDBC 为媒介， 在Hadoop（Hive）与 传统的关系型数据库(Oracle, MySQL,Postgres等)间进行数据的传递

HDFS  Hive   HBase   <       JDBC     >  Oracle,  MySQL,


==> Sqoop 的安装：

1. 将安装包解压：tar zxf sqoop-1.4.6.bin__hadoop-0.23.tar.gz -C /app

2. 配置环境变量：

vim  ~/.bash_profile

SQOOP_HOME=/app/sqoop-1.4.6.bin__hadoop-0.23

export  SQOOP_HOME

PATH=$SQOOP_HOME/bin:$PATH

================================================================

3. 因为需要通过 JDBC 与数据库进行数据传输，所以需要将数据库的 JDBC 工具包放入到 lib 目录下

打开oracle 安装目录：  C:\oracle\product\10.2.0\db_1\jdbc\lib

将 ojdbc14.jar  文件复制到 sqoop 的 bin 目录下： /app/sqoop-1.4.6.bin__hadoop-0.23/bin


==> Sqoop 的命令详解：(注意：在oracle 中，用户名和表名要全部大写)

 codegen ---> 将关系数据库表映射为一个Java 文件， Java class类， 以及相关的 jar 包

sqoop  codegen  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl  \

--username   SCOTT  --password  oracle  \

--table  EMP

================================================================

 create-hive-table ---> 生成与关系数据库表结构对应的 Hive 表

sqoop  create-hive-table \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl  \

--username  SCOTT  --password  oracle  \

--table  EMP

--hive-table  emphive

================================================================

 eval    --->  快速地使用 SQL 语句对关系数据库进行操作

这可以在使用的  import 这种工具进行数据导入的时候，检查 SQL 语句是否正确，并将结果显示在控制台

sqoop  eval  \

--connect  jdbc:oracal:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT   --password   oracle

--query  "select  *  from   emp"

================================================================

export ---> 从hdfs 中导数据到关系数据库中

sqoop  export  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT   --password   oracle   \

--table   STUDENTS            # 表

--export-dir   /students        # HDFS 中的数据表

================================================================

 import ---> 将数据库表的数据导入到 HDFS 中

sqoop   export  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT  --password   oracle

--table  EMP  \

--target-dir   /emp

-------------------------------------------------------------------------------------------------------------

--->将数据导入到HBase 中（需要先将表创建）

sqoop  import  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT  --password   oracle   \

--table  EMP      --columns  empno, ename, sal, deptno   \

--hbase-table  emp   --hbase-row-key   empno  --column-family   empinfo

row-key                            列族

================================================================

import-all-tables ---> 将数据库中所有的表的数据导入到 HDFS 中

sqoop   import-all-tables  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT   --password  oracle   \

--m  1

================================================================

job  --> 用来生成一个 Sqoop 的任务，生成后，该 任务不执行，除非使用命令执行该任务

================================================================

 list-databases  ---> 打印出关系数据库所有数据库名

sqoop  list-databases   \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   

--username   SYSTEM   --password   oracle

================================================================

list-table --->  打印出关系数据库中所有的表名

sqoop   list-table  \

--connect  jdbc:oracle:thin:@192.168.10.210:1521:orcl   \

--username  SCOTT  --password   oracle   \

-m  1

================================================================

merge  ---> 将 HDFS 中不同目录下的数据合在一起，并存放在指定的目录中

================================================================

metastore  --->  记录 Sqoop  job 的元数据信息

================================================================

version  --->  显示 Sqoop 版本信息

================================================================