Sqoop - 安装

Sqoop安装 - 从简单和简单的步骤学习Sqoop，从基本到高级概念，包括简介，安装，导入，导入所有表，导出，Sqoop作业，Codegen，Eval，列表数据库，列表。

由于Sqoop是Hadoop的子项目，它只能在Linux操作系统上运行.按照下面给出的步骤在系统上安装Sqoop.

步骤1:验证JAVA安装

您需要先在系统上安装Java安装Sqoop.让我们使用以下命令验证Java安装 :

$ java -version

如果您的系统上已经安装了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)

如果你的系统上没有安装Java，请按照下面给出的步骤进行操作.

安装Java

按照简单的说法以下步骤在您的系统上安装Java.

步骤1

下载Java(JDK<最新版本> - X64.tar.gz)

然后将jdk-7u71-linux-x64.tar.gz下载到您的系统上.

第2步

通俗地说，您可以在Downloads文件夹中找到下载的Java文件.验证它并使用以下命令解压缩jdk-7u71-linux-x64.gz文件.

$ cd Downloads/$ lsjdk-7u71-linux-x64.gz$ tar zxf jdk-7u71-linux-x64.gz$ lsjdk1.7.0_71 jdk-7u71-linux-x64.gz

步骤3

要使所有用户都能使用Java，您必须将其移至位置"/usr/local/".打开root，然后输入以下命令.

$ supassword:# mv jdk1.7.0_71 /usr/local/java# exitStep IV:

步骤4

用于设置PATH和JAVA_HOME变量，将以下命令添加到〜/.bashrc文件中.

export JAVA_HOME=/usr/local/javaexport PATH=$PATH:$JAVA_HOME/bin

现在将所有更改应用到当前运行的系统中.

$ source ~/.bashrc

步骤5

使用以下命令配置Java替代品 :

# 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

现在使用终端命令 java -version 验证安装，如上所述.

步骤2:验证Hadoop安装

在安装Sqoop之前，必须在系统上安装Hadoop.让我们使用以下命令验证Hadoop安装 :

$ hadoop version

如果您的系统上已经安装了Hadoop，那么您将获得以下响应 :

Hadoop 2.4.1--Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768Compiled by hortonmu on 2013-10-07T06:28ZCompiled with protoc 2.5.0From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果您的系统上未安装Hadoop，请继续执行以下步骤 :

下载Hadoop

使用以下命令从Apache Software Foundation下载并解压缩Hadoop 2.4.1.

$ supassword:# 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

安装伪分布式模式下的Hadoop

按照以下步骤在伪分布式模式下安装Hadoop 2.4.1.

步骤1:设置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/hadoopexport HADOOP_MAPRED_HOME=$HADOOP_HOMEexport HADOOP_COMMON_HOME=$HADOOP_HOMEexport HADOOP_HDFS_HOME=$HADOOP_HOMEexport YARN_HOME=$HADOOP_HOMEexport HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/nativeexport PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

现在，应用所有更改为当前正在运行的系统.

$ source ~/.bashrc

第2步:Hadoop配置

您可以找到所有Hadoop配置位置"$ HADOOP_HOME/etc/hadoop"中的配置文件.您需要根据您的Hadoop基础架构对这些配置文件进行适当的更改.

$ cd $HADOOP_HOME/etc/hadoop

为了使用java开发Hadoop程序，你必须通过将JAVA_HOME值替换为 hadoop-env.sh 文件来重置java环境变量.系统中java的位置.

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文件包含诸如用于Hadoop实例的端口号，为文件系统分配的内存，用于存储数据的内存限制以及读/写缓冲区大小等信息.

打开core-site.xml并在< configuration>之间添加以下属性.和标签.

         fs.default.name      hdfs://localhost:9000

hdfs-site.xml

hdfs-site.xml文件包含的信息例如本地文件系统的复制数据，namenode路径和datanode路径的值.它表示您希望存储Hadoop基础结构的位置.

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< configuration>，

         dfs.replication      1               dfs.name.dir      file:///home/hadoop/hadoopinfra/hdfs/namenode                dfs.data.dir      file:///home/hadoop/hadoopinfra/hdfs/datanode

注意 : 在上面的文件中，所有属性值都是用户定义的，您可以根据您的Hadoop基础结构进行更改.

yarn-site.xml

此文件用于将纱线配置为Hadoop.打开yarn-site.xml文件，并在< configuration>，之间添加以下属性.此文件中的标签.

         yarn.nodemanager.aux-services      mapreduce_shuffle

mapred-site.xml

此文件用于指定哪个MapReduce框架我们正在使用.默认情况下，Hadoop包含yarn-site.xml的模板.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<之间添加以下属性:配置>，此文件中的标签.

         mapreduce.framework.name      yarn

验证Hadoop安装

以下步骤用于验证Hadoop的安装.

步骤1:命名节点设置

使用命令"hdfs namenode -format"设置namenode，如下所示.

$ cd ~$ hdfs namenode -format

预期结果如下.

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:/************************************************************STARTUP_MSG: Starting NameNodeSTARTUP_MSG: host = localhost/192.168.1.11STARTUP_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 toretain 1 images with txid >= 010/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 010/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:/************************************************************SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11************************************************************/

第2步:验证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 :

10/24/14 21:37:56Starting namenodes on [localhost]localhost: starting namenode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-namenode-localhost.outlocalhost: starting datanode, logging to /home/hadoop/hadoop-2.4.1/logs/hadoop-hadoop-datanode-localhost.outStarting secondary namenodes [0.0.0.0]

步骤3:验证纱线脚本

以下命令用于启动纱线脚本.执行此命令将启动您的纱线守护进程.

$ start-yarn.sh

预期输出如下 :

starting yarn daemonsstarting resourcemanager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-resourcemanager-localhost.outlocalhost: starting node manager, logging to /home/hadoop/hadoop-2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

步骤4:在浏览器上访问Hadoop

默认端口号为访问Hadoop是50070.使用以下URL在您的浏览器上获取Hadoop服务.

http://localhost:50070/

下图描绘了一个Hadoop浏览器.

在浏览器上访问Hadoop

步骤5:验证群集的所有应用程序

Th用于访问群集的所有应用程序的默认端口号是8088.使用以下URL访问此服务.

http://localhost:8088/

下图描绘了Hadoop集群浏览器.

Hadoop应用程序集群

第3步:下载Sqoop

我们使用的是版本1.4.5，即 sqoop -1.4.5.bin__hadoop-2.0.4-alpha.tar.gz .

第4步:安装Sqoop

以下命令用于提取Sqoop tar球并将其移动到"/usr/lib/sqoop"目录.

$tar -xvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz$ supassword:# mv sqoop-1.4.4.bin__hadoop-2.0.4-alpha /usr/lib/sqoop#exit

步骤5:配置bashrc

您必须通过将以下行附加到〜/ .bashrc 文件 :

#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

步骤6:配置Sqoop

要使用Hadoop配置Sqoop，您需要编辑 sqoop-env. sh 文件，放在 $ 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 并编辑以下内容line :

export HADOOP_COMMON_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=/usr/local/hadoop

步骤7:下载并配置mysql-connector-java

我们可以下载 mysql-connector-java-5.1. 30.tar.gz .

以下命令用于提取mysql-connector-java tarball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$ supassword:# cd mysql-connector-java-5.1.30# mv mysql-connector-java-5.1.30-bin.jar /usr/lib/sqoop/lib

步骤8:验证Sqoop

以下命令用于验证Sqoop版本.

$ cd $SQOOP_HOME/bin$ sqoop-version

预期输出 :

14/12/17 14:52:32 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5Sqoop 1.4.5 git commit id 5b34accaca7de251fc91161733f906af2eddbe83Compiled by abe on Fri Aug 1 11:19:26 PDT 2014

Sqoop安装完成.