这里假定已经准备好了现成的Hadoop,Hive,Hbase,Zookeeper和一个postgresql数据库。
下载安装
从 http://mirror.bit.edu.cn/apache/sqoop/ 地址下载 sqoop 安装包,这里我使用的是1.4.7版本。
wget -c http://mirror.bit.edu.cn/apache/sqoop/1.4.7/sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
解压压缩包到一个目录下
cd /apps
tar zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz
配置
进入 sqoop 的 conf 目录,复制 sqoop-env-template.sh 为 sqoop-env.sh
cd /apps/sqoop-1.4.7.bin__hadoop-2.6.0/conf
cp sqoop-env-template.sh sqoop-env.sh
编辑 sqoop-env.sh 文件,其中路径根据具体位置填写
#Set path to where bin/hadoop is available
export HADOOP_COMMON_HOME=/apps/hadoop-2.7.7
#Set path to where hadoop-*-core.jar is available
export HADOOP_MAPRED_HOME=/apps/hadoop-2.7.7
#set the path to where bin/hbase is available
#export HBASE_HOME=/apps/hbase-2.0.4
#Set the path to where bin/hive is available
export HIVE_HOME=/apps/apache-hive-2.3.2-bin
#Set the path for where zookeper config dir is
#export ZOOCFGDIR=/apps/zookeeper-3.4.10/conf
验证安装配置
$ bin/sqoop-version
...
19/01/08 14:57:19 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
使用
连接 postgresql 数据库
首先需要准备 postgresql 的 jdbc 驱动包,并放入 sqoop 的根目录下。
准备数据库和表
test=> create table users
(
id serial primary key ,
name varchar(128),
password varchar(128)
);
test=> insert into users values(1,'user1','password1');
test=> insert into users values(2,'user2','password2');
test=> insert into users values(3,'user3','password3');
test=> select * from users;
id | name | password
----+-------+-----------
1 | user1 | password1
2 | user2 | password2
3 | user3 | password3
(3 rows)
查看数据库
bin/sqoop list-databases --connect jdbc:postgresql://localhost:5432 --username test --password test
...
postgres
hive
test
查看数据库中表
bin/sqoop list-tables --connect jdbc:postgresql://localhost:5432/test --username test --password test
...
users
查看数据表中数据
bin/sqoop eval --connect jdbc:postgresql://localhost:5432/test --username test --password test -e 'select * from users'
-------------------------------------------------------------
| id | name | password |
-------------------------------------------------------------
| 1 | user1 | password1 |
| 2 | user2 | password2 |
| 3 | user3 | password3 |
-------------------------------------------------------------
从 postgresql 向 HDFS 导入数据
# 导入数据到默认目录
$ bin/sqoop import --connect jdbc:postgresql://localhost:5432/test --username test --password test --table users --m 1
# 查看hdfs文件系统
$ hdfs dfs -ls /user/kongxx/
drwxr-xr-x - kongxx supergroup 0 2019-01-09 00:06 /user/kongxx/users
# 查看hdfs文件内容
$ hdfs dfs -cat /user/kongxx/users/*
1,user1,password1
2,user2,password2
3,user3,password3
# 导入数据到指定目录
$ bin/sqoop import --connect jdbc:postgresql://localhost:5432/test --username test --password test --table users --target-dir /user/kongxx/users2 --m 1
# 查看hdfs文件系统
$ hdfs dfs -ls /user/kongxx/
drwxr-xr-x - kongxx supergroup 0 2019-01-09 00:06 /user/kongxx/users
drwxr-xr-x - kongxx supergroup 0 2019-01-09 00:21 /user/kongxx/users2
# 查看hdfs文件内容
$ hdfs dfs -cat /user/kongxx/users2/*
1,user1,password1
2,user2,password2
3,user3,password3
# 导入使用查询语句查询的数据到指定目录,并指定分隔符
$ bin/sqoop import --connect jdbc:postgresql://localhost:5432/test --username test --password test --query 'select * from users where $CONDITIONS and 1=1' --target-dir /user/kongxx/users3 --fields-terminated-by '\t' --m 1
# 查看hdfs文件内容
$ hdfs dfs -cat /user/kongxx/users3/*
1 user1 password1
2 user2 password2
3 user3 password3
从 postgresql 向 Hive导入数据
在使用Hive前,需要在 sqoop 的根目录下创建一个 hive-exec.jar 的软连接,如下:
ln -s /apps/apache-hive-2.3.2-bin/lib/hive-exec-2.3.2.jar
向 Hive 中导入数据
# 导入数据到 hive 中 (也可以指定 Hive 中的数据库,表和使用增量导入方式)
$ bin/sqoop import --connect jdbc:postgresql://localhost:5432/test --username test --password test --table users --hive-import --hive-overwrite --lines-terminated-by "\n" --fields-terminated-by "\t" --m 1
# 查看数据文件
$ bin/hdfs dfs -cat /user/hive/warehouse/users/*
1 user1 password1
2 user2 password2
3 user3 password3
在 Hive 中查看数据
$ hive
hive> show tables;
OK
users
hive> select * from users;
OK
1 user1 password1
2 user2 password2
3 user3 password3