Sqoop 简明教程
Sqoop - Introduction
传统应用程序管理系统,也就是应用程序使用 RDBMS 与关系数据库交互,是大数据生成的源头之一。此类由 RDBMS 生成的海量数据被储存在关系 Database Servers 中,即关系数据库结构中。
当 Hadoop 生态系统的大数据存储和分析器(例如 MapReduce、Hive、HBase、Cassandra、Pig 等)进入人们的视野后,它们需要一个工具与关系数据库服务器交互,以导入和导出其中驻留的大数据。在此,Sqoop 占据了 Hadoop 生态系统中的一个位置,以在关系数据库服务器和 Hadoop 的 HDFS 之间提供可行的交互。
Sqoop −“SQL 到 Hadoop,Hadoop 到 SQL”
Sqoop 是一款设计用于在 Hadoop 与关系数据库服务器之间传输数据的工具。它用于将数据从诸如 MySQL 和 Oracle 等关系数据库导入 Hadoop HDFS,以及将数据从 Hadoop 文件系统导出到关系数据库。它由 Apache 软件基金会提供。
Sqoop - Installation
由于 Sqoop 是 Hadoop 的子项目,因此它只能在 Linux 操作系统上运行。请按照以下步骤在您的系统上安装 Sqoop。
Step 1: Verifying JAVA Installation
在安装 Sqoop 之前,您的系统上需要安装 Java。让我们使用以下命令验证 Java 安装 −
$ java –version
如果系统上已安装 Java,您将看到以下响应 -
java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)
如果您的系统上尚未安装 Java,请按照以下步骤执行操作。
Installing Java
按照以下简单步骤在您的系统上安装 Java。
Step 2
通常,您可以在“下载”文件夹中找到下载的 Java 文件。使用以下命令验证它并解压 jdk-7u71-linux-x64.gz 文件。
$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz
Step 3
为了使得所有用户都能使用 Java,您需要将 Java 移动到“/usr/local/”位置。打开 root,然后键入以下命令。
$ su
password:
# mv jdk1.7.0_71 /usr/local/java
# exitStep IV:
Step 4
为设置 PATH 和 JAVA_HOME 变量,将以下命令添加到 ~/.bashrc 文件中。
export JAVA_HOME=/usr/local/java
export PATH=$PATH:$JAVA_HOME/bin
现在将所有更改应用到当前正在运行的系统中。
$ source ~/.bashrc
Step 5
使用以下命令配置Java备用:
# alternatives --install /usr/bin/java java usr/local/java/bin/java 2
# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2
# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2
# alternatives --set java usr/local/java/bin/java
# alternatives --set javac usr/local/java/bin/javac
# alternatives --set jar usr/local/java/bin/jar
现在,使用上述 from terminal java -version 命令验证安装。
Step 2: Verifying Hadoop Installation
在安装 Sqoop 之前,您的系统上必须安装 Hadoop。让我们使用以下命令验证 Hadoop 安装:
$ hadoop version
如果已在您的系统上安装 Hadoop,则会收到以下回复:
Hadoop 2.4.1
--
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4
如果您的系统上未安装 Hadoop,请执行以下步骤:
Downloading Hadoop
使用以下命令从 Apache 软件基金会下载并解压缩 Hadoop 2.4.1。
$ su
password:
# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit
Installing Hadoop in Pseudo Distributed Mode
按照以下步骤在伪分布式模式下安装 Hadoop 2.4.1。
Step 1: Setting up Hadoop
您可以通过将以下命令附加到~/.bashrc文件来设置Hadoop环境变量。
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin
现在,将所有更改应用到当前正在运行的系统中。
$ source ~/.bashrc
Step 2: Hadoop Configuration
您可以在位置 “$HADOOP_HOME/etc/hadoop” 中找到所有 Hadoop 配置文件。根据您的 Hadoop 基础架构,您需要在这些配置文件中进行适当的更改。
$ cd $HADOOP_HOME/etc/hadoop
为了使用 Java 开发 Hadoop 程序,您必须在 hadoop-env.sh 文件中重置 Java 环境变量,方法是用您系统中的 Java 位置替换 JAVA_HOME 值。
export JAVA_HOME=/usr/local/java
以下是您需要编辑以配置 Hadoop 的文件列表。
core-site.xml
core-site.xml 文件包含诸如 Hadoop 实例使用的端口号、用于文件系统分配的内存、用于存储数据的内存限制,以及读/写缓冲区的大小等信息。
打开 core-site.xml,并在 <configuration> 和 </configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000 </value>
</property>
</configuration>
hdfs-site.xml
hdfs-site.xml 文件包含诸如复制数据的值、namenode 路径和您本地文件系统的 datanode 路径等信息。这意味着您要存储 Hadoop 基础架构的位置。
让我们假设以下数据。
dfs.replication (data replication value) = 1
(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode
(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode
打开此文件,并在此文件中在 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value>
</property>
</configuration>
Note − 在上述文件中,所有属性值都是用户定义的,您可以根据 Hadoop 基础架构进行更改。
yarn-site.xml
此文件用于将 Yarn 配置到 Hadoop 中。打开 yarn-site.xml 文件并在该文件中的 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
此文件用于指定我们正在使用的 MapReduce 框架。默认情况下,Hadoop 包含 yarn-site.xml 的一个模板。首先,您需要使用以下命令将文件从 mapred-site.xml.template 复制到 mapred-site.xml 文件。
$ cp mapred-site.xml.template mapred-site.xml
打开 mapred-site.xml 文件,并在此文件中在 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
Verifying Hadoop Installation
以下步骤用于验证 Hadoop 安装。
Step 1: Name Node Setup
使用命令 “hdfs namenode -format” 设置名称节点,如下所示。
$ cd ~
$ hdfs namenode -format
预期结果如下所示。
10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/
Step 2: Verifying Hadoop dfs
以下命令用于启动 DFS。执行此命令将启动您的 Hadoop 文件系统。
$ start-dfs.sh
预期输出如下所示 −
10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]
Step 3: Verifying Yarn Script
以下命令用于启动 Yarn 脚本。执行此命令将启动您的 Yarn 守护程序。
$ start-yarn.sh
预期输出如下所示 −
starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out
localhost: starting node manager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out
Step 3: Downloading Sqoop
我们可以从以下 link 下载最新版本的 Sqoop。对于本教程,我们使用 1.4.5 版本,即 sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz 。
Step 4: Installing Sqoop
以下命令用于解压 Sqoop tar 包并将其移动到“/usr/lib/sqoop”目录。
$tar -xvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz
$ su
password:
# mv sqoop-1.4.4.bin__hadoop-2.0.4-alpha /usr/lib/sqoop
#exit
Step 5: Configuring bashrc
您必须通过将以下行追加到 ~/ .bashrc 文件来设置 Sqoop 环境:
#Sqoop
export SQOOP_HOME=/usr/lib/sqoop export PATH=$PATH:$SQOOP_HOME/bin
以下命令用于执行 ~/ .bashrc 文件。
$ source ~/.bashrc
Step 6: Configuring Sqoop
要使用 Hadoop 配置 Sqoop,您需要编辑 sqoop-env.sh 文件,该文件位于 $SQOOP_HOME/conf 目录中。首先,重定向到 Sqoop 配置目录并使用以下命令复制模板文件:
$ cd $SQOOP_HOME/conf
$ mv sqoop-env-template.sh sqoop-env.sh
打开 sqoop-env.sh 并编辑以下行:
export HADOOP_COMMON_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=/usr/local/hadoop
Step 7: Download and Configure mysql-connector-java
我们可以从以下 link 下载 mysql-connector-java-5.1.30.tar.gz 文件。
以下命令用于解压 mysql-connector-java tar 包并将 mysql-connector-java-5.1.30-bin.jar 移动到 /usr/lib/sqoop/lib 目录。
$ tar -zxf mysql-connector-java-5.1.30.tar.gz
$ su
password:
# cd mysql-connector-java-5.1.30
# mv mysql-connector-java-5.1.30-bin.jar /usr/lib/sqoop/lib
Sqoop - Import
本章介绍如何从 MySQL 数据库导入数据到 Hadoop HDFS。“导入工具”将 RDBMS 中的各个表导入到 HDFS。表中的每一行都被视为 HDFS 中的一条记录。所有记录都作为文本数据存储在文本文件中的,或者作为二进制数据存储在 Avro 和 Sequence 文件中。
Syntax
以下语法用于将数据导入至 HDFS。
$ sqoop import (generic-args) (import-args)
$ sqoop-import (generic-args) (import-args)
emp:
id |
name |
deg |
salary |
dept |
1201 |
gopal |
manager |
50,000 |
TP |
1202 |
manisha |
Proof reader |
50,000 |
TP |
1203 |
khalil |
php dev |
30,000 |
AC |
1204 |
prasanth |
php dev |
30,000 |
AC |
1204 |
kranthi |
admin |
20,000 |
TP |
emp_add:
id |
hno |
street |
city |
1201 |
288A |
vgiri |
jublee |
1202 |
108I |
aoc |
sec-bad |
1203 |
144Z |
pgutta |
hyd |
1204 |
78B |
old city |
sec-bad |
1205 |
720X |
hitec |
sec-bad |
Importing a Table
Sqoop 工具“import”用于将表数据从表作为文本文件或二进制文件导入 Hadoop 文件系统。
以下命令用于将 emp 表从 MySQL 数据库服务器导入至 HDFS。
$ sqoop import \
--connect jdbc:mysql://localhost/userdb \
--username root \
--table emp --m 1
如果执行成功,则会获得以下输出。
14/12/22 15:24:54 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5
14/12/22 15:24:56 INFO manager.MySQLManager: Preparing to use a MySQL streaming resultset.
14/12/22 15:24:56 INFO tool.CodeGenTool: Beginning code generation
14/12/22 15:24:58 INFO manager.SqlManager: Executing SQL statement:
SELECT t.* FROM `emp` AS t LIMIT 1
14/12/22 15:24:58 INFO manager.SqlManager: Executing SQL statement:
SELECT t.* FROM `emp` AS t LIMIT 1
14/12/22 15:24:58 INFO orm.CompilationManager: HADOOP_MAPRED_HOME is /usr/local/hadoop
14/12/22 15:25:11 INFO orm.CompilationManager: Writing jar file:
/tmp/sqoop-hadoop/compile/cebe706d23ebb1fd99c1f063ad51ebd7/emp.jar
-----------------------------------------------------
-----------------------------------------------------
14/12/22 15:25:40 INFO mapreduce.Job: The url to track the job:
http://localhost:8088/proxy/application_1419242001831_0001/
14/12/22 15:26:45 INFO mapreduce.Job: Job job_1419242001831_0001 running in uber mode :
false
14/12/22 15:26:45 INFO mapreduce.Job: map 0% reduce 0%
14/12/22 15:28:08 INFO mapreduce.Job: map 100% reduce 0%
14/12/22 15:28:16 INFO mapreduce.Job: Job job_1419242001831_0001 completed successfully
-----------------------------------------------------
-----------------------------------------------------
14/12/22 15:28:17 INFO mapreduce.ImportJobBase: Transferred 145 bytes in 177.5849 seconds
(0.8165 bytes/sec)
14/12/22 15:28:17 INFO mapreduce.ImportJobBase: Retrieved 5 records.
要验证 HDFS 中导入的数据,请使用以下命令。
$ $HADOOP_HOME/bin/hadoop fs -cat /emp/part-m-*
它将显示 emp 表数据,其中字段以逗号 (,) 分隔。
1201, gopal, manager, 50000, TP
1202, manisha, preader, 50000, TP
1203, kalil, php dev, 30000, AC
1204, prasanth, php dev, 30000, AC
1205, kranthi, admin, 20000, TP
Importing into Target Directory
使用 Sqoop 导入工具将表数据导入 HDFS 时,我们可以指定目标目录。
以下是将目标目录指定为 Sqoop 导入命令选项的语法。
--target-dir <new or exist directory in HDFS>
以下命令用于将 emp_add 表数据导入“/queryresult”目录。
$ sqoop import \
--connect jdbc:mysql://localhost/userdb \
--username root \
--table emp_add \
--m 1 \
--target-dir /queryresult
以下命令用于验证 emp_add 表中 /queryresult 目录表单中导入的数据。
$ $HADOOP_HOME/bin/hadoop fs -cat /queryresult/part-m-*
会显示 emp_add 表数据,其中字段以逗号 (,) 分隔。
1201, 288A, vgiri, jublee
1202, 108I, aoc, sec-bad
1203, 144Z, pgutta, hyd
1204, 78B, oldcity, sec-bad
1205, 720C, hitech, sec-bad
Import Subset of Table Data
我们可以使用 Sqoop 导入工具中的“where”子句导入表的子集。它会在各个数据库服务器中执行对应的 SQL 查询,并将结果存储在 HDFS 的目标目录中。
where 子句的语法如下。
--where <condition>
以下命令用于导入 emp_add 表数据的一个子集。子集查询用于检索居住在 Secunderabad 市的员工 ID 和地址。
$ sqoop import \
--connect jdbc:mysql://localhost/userdb \
--username root \
--table emp_add \
--m 1 \
--where “city =’sec-bad’” \
--target-dir /wherequery
以下命令用于验证 emp_add 表中 /wherequery 目录中导入的数据。
$ $HADOOP_HOME/bin/hadoop fs -cat /wherequery/part-m-*
会显示 emp_add 表数据,其中字段以逗号 (,) 分隔。
1202, 108I, aoc, sec-bad
1204, 78B, oldcity, sec-bad
1205, 720C, hitech, sec-bad
Incremental Import
增量导入是一种仅导入表中新添加行的技术。需要添加“incremental”、“check-column”和“last-value”选项以执行增量导入。
Sqoop 导入命令中的增量选件使用以下语法。
--incremental <mode>
--check-column <column name>
--last value <last check column value>
让我们假设新添加的数据为 emp 表,如下所示 −
1206, satish p, grp des, 20000, GR
使用以下命令来执行 emp 表中的增量导入。
$ sqoop import \
--connect jdbc:mysql://localhost/userdb \
--username root \
--table emp \
--m 1 \
--incremental append \
--check-column id \
-last value 1205
使用以下命令来验证 emp 表与 HDFS emp/ 目录之间导入的数据。
$ $HADOOP_HOME/bin/hadoop fs -cat /emp/part-m-*
它以逗号 (,) 分隔字段显示 emp 表数据。
1201, gopal, manager, 50000, TP
1202, manisha, preader, 50000, TP
1203, kalil, php dev, 30000, AC
1204, prasanth, php dev, 30000, AC
1205, kranthi, admin, 20000, TP
1206, satish p, grp des, 20000, GR
使用以下命令来从 emp 表查看已修改或新添加的行。
$ $HADOOP_HOME/bin/hadoop fs -cat /emp/part-m-*1
它以逗号 (,) 分隔字段显示新添加的 emp 表行。
1206, satish p, grp des, 20000, GR
Sqoop - Import All Tables
本章介绍如何将所有表从 RDBMS 数据库服务器导入到 HDFS。每个表数据存储在单独的目录中,目录名称与表名称相同。
Syntax
以下语法用于导入所有表。
$ sqoop import-all-tables (generic-args) (import-args)
$ sqoop-import-all-tables (generic-args) (import-args)
Example
我们以从 userdb 数据库导入所有表为例。数据库 userdb 包含的表列表如下。
+--------------------+
| Tables |
+--------------------+
| emp |
| emp_add |
| emp_contact |
+--------------------+
以下命令用于从 userdb 数据库导入所有表。
$ sqoop import-all-tables \
--connect jdbc:mysql://localhost/userdb \
--username root
Note - 如果你在使用 import-all-tables,那么数据库中的每个表都必须有一个主键字段。
以下命令用于将所有表数据验证到 HDFS 中的 userdb 数据库。
$ $HADOOP_HOME/bin/hadoop fs -ls
它将会向你展示 userdb 数据库中的表名称列表作为目录。
Sqoop - Export
此章节描述了如何将数据从 HDFS 导回到 RDBMS 数据库。目标表必须存在于目标数据库中。提供给 Sqoop 的文件包含记录,这些记录称为表中的行。这些记录被读入并解析成为一组记录,并使用用户指定的定界符分隔。
默认操作是使用 INSERT 语句将来自输入文件中的所有记录插入到数据库表中。在更新模式下,Sqoop 生成 UPDATE 语句,该语句替换数据库中的现有记录。
Syntax
以下是导出命令的语法。
$ sqoop export (generic-args) (export-args)
$ sqoop-export (generic-args) (export-args)
Example
让我们举一个 HDFS 文件中员工数据的示例。员工数据位于 HDFS 中“emp/”目录中的 emp_data 文件中。 emp_data 如下。
1201, gopal, manager, 50000, TP
1202, manisha, preader, 50000, TP
1203, kalil, php dev, 30000, AC
1204, prasanth, php dev, 30000, AC
1205, kranthi, admin, 20000, TP
1206, satish p, grp des, 20000, GR
必须手动创建待导出的表,并且此表应存在于必须从中导出该表的数据库中。
使用以下查询在 mysql 命令行中创建表“employee”。
$ mysql
mysql> USE db;
mysql> CREATE TABLE employee (
id INT NOT NULL PRIMARY KEY,
name VARCHAR(20),
deg VARCHAR(20),
salary INT,
dept VARCHAR(10));
使用以下命令将表数据(它位于 HDFS 上的 emp_data 文件中)导出到 Mysql 数据库服务器的 db 数据库中的 employee 表。
$ sqoop export \
--connect jdbc:mysql://localhost/db \
--username root \
--table employee \
--export-dir /emp/emp_data
使用以下命令验证 mysql 命令行中的表。
mysql>select * from employee;
如果已成功存储给定数据,则可以找到给定员工数据的以下表。
+------+--------------+-------------+-------------------+--------+
| Id | Name | Designation | Salary | Dept |
+------+--------------+-------------+-------------------+--------+
| 1201 | gopal | manager | 50000 | TP |
| 1202 | manisha | preader | 50000 | TP |
| 1203 | kalil | php dev | 30000 | AC |
| 1204 | prasanth | php dev | 30000 | AC |
| 1205 | kranthi | admin | 20000 | TP |
| 1206 | satish p | grp des | 20000 | GR |
+------+--------------+-------------+-------------------+--------+
Sqoop - Job
本章介绍如何创建和维护 Sqoop 作业。Sqoop 作业创建并保存导入和导出命令。它指定参数以识别和调用已保存的作业。这种重新调用或重新执行用于增量导入,它可以将更新的行从 RDBMS 表导入到 HDFS。
Syntax
以下是在创建 Sqoop 作业时的语法。
$ sqoop job (generic-args) (job-args)
[-- [subtool-name] (subtool-args)]
$ sqoop-job (generic-args) (job-args)
[-- [subtool-name] (subtool-args)]
Create Job (--create)
在其中,我们创建了一个名为 myjob 的作业,它可以将表数据从 RDBMS 表导入到 HDFS。以下命令用于创建一个作业,即将数据从 employee 数据库中的 db 表导入到 HDFS 文件中。
$ sqoop job --create myjob \
-- import \
--connect jdbc:mysql://localhost/db \
--username root \
--table employee --m 1
Verify Job (--list)
‘--list’ 参数用于验证已保存的作业。以下命令用于验证已保存的 Sqoop 作业的列表。
$ sqoop job --list
它展示已保存作业的列表。
Available jobs:
myjob
Inspect Job (--show)
‘--show’ 参数用于检查或验证特定作业及其详细信息。以下命令和示例输出用于验证一个被称为 myjob 的作业。
$ sqoop job --show myjob
它展示用在 myjob 中的工具及其选项。
Job: myjob
Tool: import Options:
----------------------------
direct.import = true
codegen.input.delimiters.record = 0
hdfs.append.dir = false
db.table = employee
...
incremental.last.value = 1206
...
Sqoop - Codegen
此章节介绍了“codegen”工具的重要性。从面向对象的应用程序的角度来看,每个数据库表都包含一个 DAO 类,该类包含“getter”和“setter”方法,以初始化对象。此工具 (-codegen) 自动生成 DAO 类。
它基于表架构结构以 Java 形式生成 DAO 类。在导入流程中会对 Java 定义进行实例化。此工具的主要用途是检查 Java 是否丢失了 Java 代码。如果是,它将使用字段之间的默认分隔符创建新版本的 Java。
Syntax
以下是 Sqoop codegen 命令的语法。
$ sqoop codegen (generic-args) (codegen-args)
$ sqoop-codegen (generic-args) (codegen-args)
Example
我们来看一个在 userdb 数据库中为 emp 表生成 Java 代码的示例。
以下命令用于执行给定示例。
$ sqoop codegen \
--connect jdbc:mysql://localhost/userdb \
--username root \
--table emp
如果命令执行成功,它将在终端上产生以下输出。
14/12/23 02:34:40 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5
14/12/23 02:34:41 INFO tool.CodeGenTool: Beginning code generation
……………….
14/12/23 02:34:42 INFO orm.CompilationManager: HADOOP_MAPRED_HOME is /usr/local/hadoop
Note: /tmp/sqoop-hadoop/compile/9a300a1f94899df4a9b10f9935ed9f91/emp.java uses or
overrides a deprecated API.
Note: Recompile with -Xlint:deprecation for details.
14/12/23 02:34:47 INFO orm.CompilationManager: Writing jar file:
/tmp/sqoop-hadoop/compile/9a300a1f94899df4a9b10f9935ed9f91/emp.jar
Sqoop - Eval
本章描述了如何使用 Sqoop 的“eval”工具。它允许用户对各自的数据库服务器执行用户定义的查询,并在控制台上预览结果。因此,用户可以预计导入结果表数据。使用 eval,我们可以评估任何类型的 SQL 查询,无论是 DDL 还是 DML 语句。
Syntax
Sqoop eval 命令使用了以下语法。
$ sqoop eval (generic-args) (eval-args)
$ sqoop-eval (generic-args) (eval-args)
Select Query Evaluation
使用 eval 工具,我们可以评估任何类型的 SQL 查询。让我们举一个在 employee 数据库的 db 表中选择有限行的一个例子。以下命令用于使用 SQL 查询来评估给定的示例。
$ sqoop eval \
--connect jdbc:mysql://localhost/db \
--username root \
--query “SELECT * FROM employee LIMIT 3”
如果命令执行成功,它将在终端上产生以下输出。
+------+--------------+-------------+-------------------+--------+
| Id | Name | Designation | Salary | Dept |
+------+--------------+-------------+-------------------+--------+
| 1201 | gopal | manager | 50000 | TP |
| 1202 | manisha | preader | 50000 | TP |
| 1203 | khalil | php dev | 30000 | AC |
+------+--------------+-------------+-------------------+--------+
Insert Query Evaluation
Sqoop eval 工具可以适用于建模和定义 SQL 语句。这意味着,我们也可以将 eval 用于插入语句。以下命令用于在 employee 数据库的 db 表中插入新行。
$ sqoop eval \
--connect jdbc:mysql://localhost/db \
--username root \
-e “INSERT INTO employee VALUES(1207,‘Raju’,‘UI dev’,15000,‘TP’)”
如果命令执行成功,它将在控制台上显示更新行状态。
否则,您可以在 MySQL 控制台上验证员工表。以下命令用于使用 select’ 查询验证 employee 数据库 db 表的行。
mysql>
mysql> use db;
mysql> SELECT * FROM employee;
+------+--------------+-------------+-------------------+--------+
| Id | Name | Designation | Salary | Dept |
+------+--------------+-------------+-------------------+--------+
| 1201 | gopal | manager | 50000 | TP |
| 1202 | manisha | preader | 50000 | TP |
| 1203 | khalil | php dev | 30000 | AC |
| 1204 | prasanth | php dev | 30000 | AC |
| 1205 | kranthi | admin | 20000 | TP |
| 1206 | satish p | grp des | 20000 | GR |
| 1207 | Raju | UI dev | 15000 | TP |
+------+--------------+-------------+-------------------+--------+
Sqoop - List Databases
本章描述了如何使用 Sqoop 列出数据库。Sqoop list-databases 工具解析和执行针对数据库服务器的“SHOW DATABASES”查询。之后,它会列出服务器上的当前数据库。
Syntax
Sqoop list-databases 命令使用了以下语法。
$ sqoop list-databases (generic-args) (list-databases-args)
$ sqoop-list-databases (generic-args) (list-databases-args)
Sample Query
以下命令用于列出 MySQL 数据库服务器中的所有数据库。
$ sqoop list-databases \
--connect jdbc:mysql://localhost/ \
--username root
如果命令执行成功,它将像下面一样在您的 MySQL 数据库服务器中显示数据库列表。
...
13/05/31 16:45:58 INFO manager.MySQLManager: Preparing to use a MySQL streaming resultset.
mysql
test
userdb
db
本章介绍如何使用 Sqoop 在 MySQL 数据库服务器中列出特定数据库中的表。Sqoop list-tables 工具解析并针对特定数据库执行“SHOW TABLES”查询。然后它列出数据库中存在的表。