sqoop的介紹以及部署安裝

1.sqoop的介紹

（1）介紹：

  Sqoop是Apache旗下的一款“hadoop和關系型數(shù)據(jù)庫服務器之間傳送數(shù)據(jù)”的工具。
  導入數(shù)據(jù)：MySQL、Oracle導入數(shù)據(jù)到hadoop的hdfs、hive、HBASE等數(shù)據(jù)存儲系統(tǒng)。
   導出數(shù)據(jù)：從hadoop的文件系統(tǒng)中導出數(shù)據(jù)到關系型數(shù)據(jù)庫中。

（2）工作機制

  將導入導出的命令翻譯成MapReduce程序來實現(xiàn)，并且MapReduce程序不需要reducetask的。在翻譯出的MapReduce中主要針對對 InputFormat 和 OutputFormat 進行定制。

（3）sqoop的導入導出原理

數(shù)據(jù)導入：
  sqoop工具是通過MapReduce進行導入作業(yè)的。總體來說，是把關系型數(shù)據(jù)庫中的某張表的一行行記錄寫入hdfs中。

解釋：
 - sqoop會通過jdbc來獲取需要的數(shù)據(jù)庫的元數(shù)據(jù)信息，例如：導入的表的列名，數(shù)據(jù)類型。
 - 這些數(shù)據(jù)庫的數(shù)據(jù)類型會被映射成為java的數(shù)據(jù)類型，根據(jù)這些信息，sqoop會生成一個與表名相同的類用來完成序列化工作，保存表中的每一行記錄。
 - sqoop開啟MapReduce作業(yè)
 - 啟動的作業(yè)在input的過程中，會通過jdbc讀取數(shù)據(jù)表中的內(nèi)容，這時，會使用sqoop生成的類進行序列化。
 - 最后將這些記錄寫到hdfs上，在寫入hdfs的過程中，同樣會使用sqoop生成的類進行反序列化。
數(shù)據(jù)導出：

解釋：
 - 首先sqoop通過jdbc訪問關系型數(shù)據(jù)庫，得到需要導出的數(shù)據(jù)的元數(shù)據(jù)信息
 - 根據(jù)獲取的元數(shù)據(jù)信息，sqoop生成一個java類，用來進行數(shù)據(jù)的傳輸載體，該類必須實現(xiàn)序列化。
 - 啟動MapReduce程序
 - sqoop利用生成的這個java類，并行的從hdfs中讀取數(shù)據(jù)
 - 每一個map作業(yè)都會根據(jù)讀取到的導出表的元數(shù)據(jù)信息和讀取到的數(shù)據(jù)，生成一批的insert語句然后多個 map 作業(yè)會并行的向數(shù)據(jù)庫 mysql 中插入數(shù)據(jù)。

總結(jié)：數(shù)據(jù)是從hdfs中并發(fā)進行讀取，也是并發(fā)進行寫入，那并行的讀取時依賴hdfs的性能，而并行的寫入到MySQL，就要依賴MySQL的性能。

2.sqoop的安裝

前置要求：已經(jīng)具備了Java和hadoop的環(huán)境。
安裝包下載地址：http://ftp.wayne.edu/apache/sqoop/1.4.6/
這里安裝的是qoop-1.4.6.bin_hadoop-2.0.4-alpha.tar.gz（sqoop1.x版本）
具體安裝：

• 解壓：tar -zxvf sqoop-1.4.6.bin_hadoop-2.0.4-alpha.tar.gz -C /applications
• 修改配置文件：

  #sqoop-env.sh
  [hadoop hadoop01@ ~]$cd /application/sqoop-1.4.6/conf/
  [hadoop hadoop01@ ~]$mv sqoop-env-template.sh sqoop-env.sh
  [hadoop hadoop01@ ~]$vim sqoop-env.sh

  

  export HADOOP_COMMON_HOME=/application/hadoop-2.7.6
  export HADOOP_MAPRED_HOME=/application/hadoop-2.7.6
  export HIVE_HOME=/application/apache-hive-2.3.2-bin
  export ZOOCFGDIR=/application/zookeeper-3.4.10/conf

  注意：這里的HADOOP_COMMON_HOME和HADOOP_MAPRED_HOME配成一個就行了，但是我們現(xiàn)在安裝的hadoop的開源的版本：所以這兩個在一個目錄下就行，但是在hadoop的商業(yè)版本中這兩個配置是分別安裝在不同的目錄下的。

• 將MySQL的驅(qū)動包導入sqoop1.4.6/lib 目錄下（mysql-connector-java-5.1.40-bin.jar）
• 配置環(huán)境變量

  [hadoop hadoop01@ ~]$vim /etc/profile
  export SQOOP_HOME=/application/sqoop-1.4.6
  export PATH=$PATH:$ZOOKEEPER_HOME/bin:$SQOOP_HOME/bin
  [hadoop hadoop01@ ~]$source /etc/profile

• 驗證安裝是否成功(sqoop version)
  
  出現(xiàn)以上表示安裝成功！?。?！