Sqoop：SQL与NoSQL间的数据桥梁-低调大师

Sqoop：SQL与NoSQL间的数据桥梁

2017-07-05 535

SQL处理二维表格数据，是一种最朴素的工具，NoSQL是Not Only SQL，即不仅仅是SQL。从MySQL导入数据到HDFS文件系统中，最简单的一种方式就是使用Sqoop，然后将HDFS中的数据和Hive建立映射。通过Sqoop作为数据桥梁，将传统的数据也存入到NoSQL中来了，有了数据，猴戏才刚刚开始。

猴年伊始

SQL处理二维表格数据，是一种最朴素的工具，查询、更新、修改、删除这四种对数据的基本操作，是处理数据的一个巨大进步。近些年，各种新的数据处理技术兴起了，都想革SQL的命，这些技术也被大家统称为NoSQL。

NoSQL最初的意思是No SQL，估计应该是想和SQL划清界线，就像GNU的递归缩写GNU is Not Unix一样。后来发现，虽然大量的NoSQL技术起来了，但SQL还是活得好好的，照样发挥着很多不可替代的作用。渐渐地，大家也发现，原来这些新技术，也只是在不同的应用场景下对SQL的补充，因此也慢慢为NoSQL正名了，原来是Not Only SQL，即不仅仅是SQL，还有很多其它的处理非结构化数据和应用于各种场景的技术。甚至很多技术，虽然是在NoSQL的框架下，但也慢慢的又往SQL方向发展。

NoSQL是一种技术或者框架的统称，包括以Mongodb，Hadoop，Hive，Cassandra，Hbase，Redis等为代表的框架技术，这些都在特定的领域有很多实际的应用。而SQL领域的开源代表自然是MySQL了。

很多企业中，业务数据都是存放在MySQL数据库中的，当数据量太大后，单机版本的MySQL很难满足业务分析的各种需求。此时，可能就需要将数据存入Hadoop集群环境中，那么本文的主角Sqoop便适时的出现了，用来架起SQL与NoSQL之间的数据桥梁。

MySQL导入HDFS

从MySQL导入到HDFS文件系统中，是最简单的一种方式了，相当于直接将表的内容，导出成文件，存放到HDFS中，以便后用。

Sqoop最简单的使用方式，就是一条命令，唯一需要的是配置相应的参数。sqoop可以将所有参数写在一行上，也可以写在配置文件里面。因为导入的选项过多，通常我们都把参数写在配置文件里面，以便更好的调试。在导入到HDFS的过程中，需要配置以下参数：

使用import指令

数据源配置：驱动程序，IP地址，库，表，用户名，密码

导入路径，以及是否删除存在的路径

并行进程数，以及使用哪个字段进行切分

字段选择，以及字段分隔符

查询语句：自定义查询，Limit可以在此处使用

查询条件：自定义条件

本文转自d1net（转载）

微信关注我们

原文链接：https://yq.aliyun.com/articles/135890

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

IBM与思科强强联合，发挥IBM Watson和Cisco Spark强大威力，变革人们的工作方式

2016年7月7日消息，IBM和思科近日宣布，双方将联手整合各自的市场领先技术，彻底改变知识工作者的协作和工作方式。两家公司将一起打造一套基于云的工作场所工具和融入了IBM Watson的应用。作为变革的一部分，双方会将思科 Spark和思科 WebEx协作工作平台与IBM领先的云协作解决方案(包括IBM Verse和IBM Connections)集成起来，并以IBM认知计算功能为集成系统的基础。 IBM拥有先进的数据分析、Watson、电子邮件及社交解决方案，思科则拥有领先的协作解决方案，包括面向企业的即时通信、会议及呼叫产品，双方此次联手旨在整合各自优势，令协作更加简便。两家公司将联合设计解决方案，充分利用所有类型的数据，帮助人们以更少的时间完成更多工作。通过在任何给定时刻所需的工具、应用、文件或行动，基于员工个人角色、过往工作模式以及目前分配的任务，在适当的环境下提供正确的洞察，从而获得完成工作的最佳方式。 IBM思科联合解决方案以IBM Watson为驱动，以强大可靠的合作伙伴生态系统为支撑，因此新的解决方案将不断涌现。例如，一位理财顾问可以通过思科视频系统与重要投资者会谈...

2017-07-06

467

Hadoop在一些企业部署时，往往会遇到多个用户各自创建的数据处理工作的情况。这些工作都运行在同一个Hadoop系统上时，他们之间可能会彼此冲突，争夺可用的处理器资源。 David Clubb，在移动游戏平台和市场公司Chartboost的高级数据工程师，试图优化大数据技术，提升产品体验时，也遇到了Hadoop集群管理的问题。“我们正在更新Hadoop软件，并试图将其迁移到新的集群，但并没有找到监控集群的好方法,”Clubb说道。“你可以看到工作在运行，但你却不能看到其所使用的资源。” Hadoop 集群管理上的新“绝招” 这样显然不太好，因为低优先级的提取、转换和加载过程和分析工作可能会占用CPU周期，而具有更高的优先级的工作，例如实时的报告，所获得的 CPU周期就会相对减少。与此同时，集群中的一些计算节点可能没有被充分利用，Clubb说道。这个问题促使他实现了一套新的软件，提供一个更便捷的窗口来观察集群资源的活动和和实时优化处理工具的工作负载，其中包括MapReduce、Hive和Spark等应用程序。用了YARN，却在原地踏步今年安装的Hadoop系统每天处理10亿多个事件，...

2017-07-06

460

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。