sqoop数据迁移(02)——sqoop安装

本文详细介绍如何在已具备Java和Hadoop环境的基础上安装SQOOP,包括下载、解压、配置环境变量及添加依赖包等步骤,确保SQOOP能够正常运行。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

安装sqoop的前提是具备java和hadoop的环境。

下载并解压

下载地址
http://archive.cloudera.com/cdh5/cdh/5/
sqoop1版本详细下载地址
http://archive.cloudera.com/cdh5/cdh/5/sqoop-1.4.6-cdh5.14.0.tar.gz
sqoop2版本详细下载地址
http://archive.cloudera.com/cdh5/cdh/5/sqoop2-1.99.5-cdh5.14.0.tar.gz

我使用的sqoop1的版本,下载之后上传到指定的安装包目录,然后进行解压

tar -zxvf sqoop-1.4.6-cdh5.14.0.tar.gz -C /export/servers/

修改配置文件

cd /export/servers/sqoop-1.4.6-cdh5.14.0/conf/
cp sqoop-env-template.sh sqoop-env.sh
vim sqoop-env.sh

export HADOOP_COMMON_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export HADOOP_MAPRED_HOME=/export/servers/hadoop-2.6.0-cdh5.14.0
export HIVE_HOME=/export/servers/hive-1.1.0-cdh5.14.0

加入额外的依赖包

sqoop的使用需要添加两个额外的依赖包,一个是mysql的驱动包,一个是java-json的的依赖包,不然会报错.

mysql-connector-java-5.1.40.jar
java-json.jar

可以直接在maven仓库中下载,将这个两个jar包添加到sqoop的lib目录下。

验证启动

cd /export/servers/sqoop-1.4.6-cdh5.14.0

bin/sqoop-version
### 使用 Sqoop 进行数据导入操作 #### 工具介绍 在大数据处理领域,Sqoop一个用于高效传输批量数据至 Hadoop 生态系统的工具。它支持从关系型数据库管理系统(RDBMS)MySQL, Oracle 等向 Hive 或者 HDFS 导入数据[^1]。 #### 数据导入命令结构 为了执行一次简单的全量导入操作,可以采用如下基本语法: ```bash sqoop import \ --connect jdbc-url \ --username user-name \ --password password \ --table table-name \ --target-dir hdfs-target-directory \ --fields-terminated-by delimiter-character ``` 此命令会连接到指定的 JDBC URL 的 RDBMS 中读取 `table-name` 表的数据,并将其存储于给定的目标目录下(`hdfs-target-directory`) ,字段间通过设定好的分隔符(delimiter-character)来区分[^2]。 #### 增量导入模式 对于已经存在部分历史记录的情况下的新数据追加需求,则可以通过设置增量加载参数实现。这通常涉及到两个选项:一个是基于时间戳列的变化(`lastmodified`);另一个则是依据主键自增(`append`)的方式来进行更新后的数据同步[^3]: ```bash # 时间戳方式(假设有一个名为update_time的时间戳字段) sqoop import ... --incremental lastmodified --check-column update_time ... # 自增值方式 sqoop import ... --incremental append --check-column id ... ``` #### 实际案例演示 考虑这样一个场景——将本地 MySQL 数据库里的某个表格内容迁移到远程集群内的 HDFS 文件系统上: ```bash sqoop import \ --connect "jdbc:mysql://localhost/mydb?useSSL=false&serverTimezone=UTC" \ --username root \ --password secret \ --table employees \ --target-dir /user/hive/warehouse/mysql_imported_employees \ --fields-terminated-by '\t' \ --lines-terminated-by '\n' ``` 以上指令将会把位于 localhost 上运行着的服务端口默认配置 (3306) 下面名称为 'mydb' 的数据库里边叫做 'employees' 的那张表里面所有的行都转移到由 `/user/hive/warehouse/mysql_imported_employees` 所指向的位置去保存起来.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值