大数据-数据采集引擎sqoop介绍

Sqoop

一、搭建实验环境：Oracle数据库
测试数据：用户sh 表：sales（订单表） ----> 自带大概92万条订单数据
二、Sqoop: 采集关系型数据库中数据
项目：每天晚上12点，采集Oracle数据库中的数据
（1）写一个sqoop命令脚本: mysqoop.sh
sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl – username SCOTT --password tiger --table EMP --target-dir /sqoop/import/emp1
（2）crontab是linux定时器（定时任务）
1、采集关系型数据库中数据，一般Sqoop用于离线计算（批量）
2、数据交换：Oracle <—> Sqoop <—> HDFS、HBase、Hive
3、基于JDBC
4、安装配置
tar -zxvf sqoop-1.4.5.bin__hadoop-0.23.tar.gz -C ~/training/
设置环境变量
SQOOP_HOME=/root/training/sqoop-1.4.5.bin__hadoop-0.23
export SQOOP_HOME
PATH=$SQOO{P}_{H}OME/bin:$PATH
export PATH
将oracle的驱动jar放到sqoop的lib目录
5、注意：如果是Oracle，大写：用户名、表名、列名
6、使用sqoop
（）codegen Generate code to interact with database records
根据数据块中的表结构生成对应的Java Bean
sqoop codegen --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --outdir /root/sqoop
（）create-hive-table Import a table definition into Hive
根据Oracle的表结构创建Hive的表结构
（）eval Evaluate a SQL statement and display the results
在Sqoop执行SQL
sqoop eval --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --query ‘select * from emp where deptno=10’
（）export Export an HDFS directory to a database table
（）help List available commands
（）import Import a table from a database to HDFS
sqoop import --help ----> 本质是：就是MR程序
导入数据到HDFS
（1）导入EMP表 员工表
sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --target-dir /sqoop/import/emp1
（2）导入EMP表，指定导入列
sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --columns ENAME,SAL --target-dir /sqoop/import/emp2
（3）导入订单表：sh用户 sales表（订单表：92万）
sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SH --password sh --table SALES --target-dir /sqoop/import/sales -m 1
错误
ERROR tool.ImportTool: Error during import: No primary key could be found for table SALES. Please specify one with --split-by or perform a sequential import with ‘-m 1’
（）import-all-tables Import tables from a database to HDFS
导入某个用户下所有的表 ----> 默认导入到: /user/root
sqoop import-all-tables --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger
（）job Work with saved jobs
（）list-databases List available databases on a server
（1）针对Oracle：当前数据库中所有的用户名
（2）针对MySQL： 所有的数据库的名字
sqoop list-databases --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SYSTEM --password password
（）list-tables List available tables in a database
（）merge Merge results of incremental imports
（）metastore Run a standalone Sqoop metastore
（*）version Display version information
将数据导入HBase（需要事先将表创建）
sqoop import --connect jdbc:oracle:thin:@192.168.137.129:1521:orcl --username SCOTT --password tiger --table EMP --columns empno,ename,sal,deptno --hbase-table emp --hbase-row-key empno --column-family empinfo