下载地址

http://archive.apache.org/dist/sqoop

两个版本sqoop1（1.4.x）和sqoop2（1.99.x），两种不同的架构。

本文使用sqoop1。

sqoop是apache旗下一款“hadoop与关系数据库之间传送数据”的工具。

导入数据：从MySQL、Oracle导入数据到Hadoop的HDFS、HIVE、HBASE等存储系统。

导出数据：从Hadoop的HDFS、HIVE中导出数据到关系数据库mysql等。

sqoop的工作机制是将导入导出命令翻译成mapreduce程序来实现。翻译出的mapreduce中主要是对inputformat、outputformat进行定制。安装时，hive位于哪台服务器，sqoop就安装部署在哪台服务器。

本文测试连接时使用的是mysql，导入导出时使用的oracle数据库，两者的区别就是添加各自相应的jdbc驱动，其余保持一致。

下载上传

以root用户登录服务器，将文件上传至/opt

安装配置

解压

以root用户登录服务器，解压

tar zxvf sqoop-1.4.7.bin__hadoop-2.6.0.tar.gz

重命名

配置文件

修改配置文件，进入sqoop-1.4.7/conf目录

cp sqoop-env-template.sh sqoop-env.sh

修改sqoop-env.sh文件，vi sqoop-env.sh，添加以下内容

export HADOOP_COMMON_HOME=/opt/hadoop

export HADOOP_MAPRED_HOME=/opt/hadoop

export HIVE_HOME=/opt/hive

添加驱动

将mysql的驱动包和hive的执行包，放入sqoop的lib中

cp /opt/hive/lib/mysql-connector-java-5.1.49-bin.jar /opt/sqoop-1.4.7/lib/

cp /opt/hive/lib/hive-exec-3.1.3.jar /opt/sqoop-1.4.7/lib/

cp /opt/hive/hcatalog/share/hcatalog/hive-hcatalog-core-3.1.3.jar /opt/sqoop-1.4.7/lib/

环境变量

以root用户登录，配置环境变量

vi /root/.profile，添加以下内容

export SQOOP_HOME=/opt/sqoop-1.4.7

export PATH=:$SQOOP_HOME/bin:$PATH

# HCatalog

export HCAT_HOME=/opt/hive/hcatalog

export hive_dependency=$HIVE_HOME/conf:$HIVE_HOME/lib/*:$HIVE_HOME/hcatalog/share/hcatalog/hive-hcatalog-core-3.1.3.jar

保存推出后，执行 source .profile，以使之生效。

测试连接

测试本地数据库，连接mysql、oracle等关系数据库时hadoop、hive可以不启动。

sqoop list-databases \

 --connect jdbc:mysql://localhost:3306/ \

 --username root --password root

导入导出

去oracle服务器下载其驱动，oracle11g是ojdbc6.jar

路径：$ORACLE_HOME/jdbc/lib/

导入导出操作时，hadoop、mysql必须启动，hive可以不启动，如果要查询验证导入结果，那么必须将hive也要启动。

操作oracle数据库，将oracle驱动放入sqoop的lib中

以root用户登录服务器，上传oracle数据库jdbc驱动ojdbc.jar至/opt

cp /opt/ojdbc6.jar /opt/sqoop-1.4.7/lib/

sqoop list-databases \

 --connect jdbc:oracle:thin:@192.168.12.55:1521:orcl \

 --username test2 --password test2

或

sqoop list-databases \

 --connect jdbc:oracle:thin:@//192.168.12.55:1521/orcl \

 --username test2 --password test2

导入

用sqoop从oracle导入到hive，要把oracle中的表导入到hive，要在hive创建一个对应oracle表的表（如果没有创建，导入时会自动创建），表结构与oracle中的相同。

oracle中原始数据

hive 建表（hive启动状态）

create table testhivedb.httest(

c1 string

);

sqoop import \

--connect jdbc:oracle:thin:@//192.168.12.55:1521/orcl \

--username test2 \

--password test2 \

--table TEST2.TTEST \

--hive-import \

--hive-database testhivedb \

--hive-table httest \

--hive-overwrite \

-m 1

说明：--table 待导入的表

--hive-database 导入到 Hive 的 sqoop_test 数据库，数据库需要预先创建。不指定则默认为 default 库

--hive-import 导入到 Hive

--hive-overwrite  如果 Hive 表中有数据则覆盖，这会清除表中原有的数据，然后再写入

-m 并行度  # 指定并行执行的 map tasks 数量

注意1：oracle表书写样式为大写 OWNER.TABLENAME，否则可能报错找不到目标表中的字段。

注意2：造成下图所示问题的原因是：默认sqoop在执行导入table过程中会生成对应的table的java文件和编译产生的.class和.jar文件，而class 和 jar文件则保存在/tmp/sqoop-当前用户/compile/ 下相应的文件夹中。本例中用户是root，保存位置见下图2

解决办法：将文件复制到 /opt/sqoop/bin

cp /tmp/sqoop-root/compile/a8c0127e84d64eb49be7b6ad62e6012a/TEST2.TTEST.jar /opt/hive/lib

除了上述这个复制之外，还有一种方法执行导入之前先执行生成代码，并将生成的代码指定保存位置/opt/hive/lib。具体如下

sqoop codegen \

--connect jdbc:oracle:thin:@//192.168.12.55:1521/orcl \

--username test2 \

--password test2 \

--table TEST2.TTEST \

--bindir /opt/hive/lib

注意3：提示已存在

hdfs dfs -ls hdfs://virtualbox-u22034server:9000/user/root/TEST2.TTEST

找到位置，删除

hdfs dfs -rm -r hdfs://virtualbox-u22034server:9000/user/root/TEST2.TTEST

成功如下，虽然有个报错如下，验证如下

导出

用sqoop从hdfs导出到oracle（待）