Sqoop数据分析引擎安装与使用
==>什么是Sqoop ?
Sqoop 是一个开源的数据处理引擎，主要是通过 JDBC 为媒介， 在Hadoop（Hive）与 传统的关系型数据库(Oracle, MySQL,Postgres等)间进行数据的传递
HDFS Hive HBase < JDBC > Oracle, MySQL,
==> Sqoop 的安装：
1. 将安装包解压：tar zxf sqoop-1.4.6.bin__hadoop-0.23.tar.gz -C /app
2. 配置环境变量：
vim ~/.bash_profile
SQOOP_HOME=/app/sqoop-1.4.6.bin__hadoop-0.23
export SQOOP_HOME
PATH=$SQOOP_HOME/bin:$PATH
================================================================
3. 因为需要通过 JDBC 与数据库进行数据传输，所以需要将数据库的 JDBC 工具包放入到 lib 目录下
打开oracle 安装目录： C:\oracle\product\10.2.0\db_1\jdbc\lib
将 ojdbc14.jar 文件复制到 sqoop 的 bin 目录下： /app/sqoop-1.4.6.bin__hadoop-0.23/bin
==> Sqoop 的命令详解：(注意：在oracle 中，用户名和表名要全部大写)
codegen ---> 将关系数据库表映射为一个Java 文件， Java class类， 以及相关的 jar 包
sqoop codegen \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
--table EMP
================================================================
create-hive-table ---> 生成与关系数据库表结构对应的 Hive 表
sqoop create-hive-table \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
--table EMP
--hive-table emphive
================================================================
eval ---> 快速地使用 SQL 语句对关系数据库进行操作
这可以在使用的 import 这种工具进行数据导入的时候，检查 SQL 语句是否正确，并将结果显示在控制台
sqoop eval \
--connect jdbc:oracal:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle
--query "select * from emp"
================================================================
export ---> 从hdfs 中导数据到关系数据库中
sqoop export \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
--table STUDENTS # 表
--export-dir /students # HDFS 中的数据表
================================================================
import ---> 将数据库表的数据导入到 HDFS 中
sqoop export \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle
--table EMP \
--target-dir /emp
-------------------------------------------------------------------------------------------------------------
--->将数据导入到HBase 中（需要先将表创建）
sqoop import \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
--table EMP --columns empno, ename, sal, deptno \
--hbase-table emp --hbase-row-key empno --column-family empinfo
row-key 列族
================================================================
import-all-tables ---> 将数据库中所有的表的数据导入到 HDFS 中
sqoop import-all-tables \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
--m 1
================================================================
job --> 用来生成一个 Sqoop 的任务，生成后，该 任务不执行，除非使用命令执行该任务
================================================================
list-databases ---> 打印出关系数据库所有数据库名
sqoop list-databases \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl
--username SYSTEM --password oracle
================================================================
list-table ---> 打印出关系数据库中所有的表名
sqoop list-table \
--connect jdbc:oracle:thin:@192.168.10.210:1521:orcl \
--username SCOTT --password oracle \
-m 1
================================================================
merge ---> 将 HDFS 中不同目录下的数据合在一起，并存放在指定的目录中
================================================================
metastore ---> 记录 Sqoop job 的元数据信息
================================================================
version ---> 显示 Sqoop 版本信息
================================================================
本文转自 菜鸟的征程 51CTO博客，原文链接:http://blog.51cto.com/songqinglong/2060384
