Sqoop安裝

由於Sqoop是Hadoop的一個子項目，它只能工作在Linux操作系統。這裏需要按照下面系統上給定安裝Sqoop的步驟。

第1步：驗證JAVA安裝

在安裝Sqoop之前，需要確定是否已經在系統上安裝Java。用下面的命令來驗證Java安裝：

$ java –version

如果Java已經安裝在系統上，應該能看到如下回應：

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)

如果未在系統上安裝Java，那麼需要按照下面的步驟來執行安裝。

安裝java

按照下面給定簡單的步驟在系統上安裝Java。

第1步

下載Java (JDK <最新版本> - X64.tar.gz) 訪問以下鏈接：下載

那麼jdk-7u71-linux-x64.tar.gz 下載到你的系統上。

第2步

通常情況下，可以找到下載文件夾中下載的Java文件。驗證它並提取 jdk-7u71-linux-x64.gz 文件中使用下面的命令。

$ cd Downloads/ $ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

第3步

爲了使Java提供給所有的用戶，必須將它移動到的位置「/usr/local/」. 打開根目錄，鍵入以下命令。

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

第4步

有關設置PATH和JAVA_HOME變量，添加以下命令~/.bashrc文件

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

現在，應用所有更改到當前正在運行的系統。

$ source ~/.bashrc

第5步

使用下面的命令來配置Java方案：

# 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

現在從終端上使用命令java -version 驗證安裝如上所述。

第2步：驗證Hadoop的安裝

在安裝Sqoop之前Hadoop必須在系統上安裝。使用下面的命令來驗證Hadoop的安裝：

$ hadoop version

如果Hadoop是已經安裝在系統上，那麼會得到以下回應：

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

如果在系統上未安裝Hadoop，那麼繼續進行下面的步驟：

下載Hadoop

下載和Apache軟件基金會使用下面的命令提取Hadoop2.4.1

$ su
password: # 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

在模擬分佈式模式下安裝Hadoop

按照下面給出的僞分佈式模式下安裝的Hadoop2.4.1的步驟。

第1步：設置Hadoop

可以通過附加下面的命令到 ~/.bashrc文件中設置Hadoop環境變量。

export HADOOP_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=$HADOOP_HOME export HADOOP_COMMON_HOME=$HADOOP_HOME export HADOOP_HDFS_HOME=$HADOOP_HOME export YARN_HOME=$HADOOP_HOME export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

現在，應用所有更改到當前正在運行的系統。

$ source ~/.bashrc

第2步：Hadoop配置

可以找到位置的所有Hadoop的配置文件「$HADOOP_HOME/etc/hadoop」. 需要根據Hadoop基礎架構作出適當的改修這些配置文件。

$ cd $HADOOP_HOME/etc/hadoop

爲了開發java能夠使用Hadoop項目，必須用java在系統中的位置替換JAVA_HOME值以重新設置hadoop-env.sh文件的java環境變量。

export JAVA_HOME=/usr/local/java

下面給出的是，需要編輯配置Hadoop的文件的列表。

core-site.xml

core-site.xml 文件中包含的信息，如用於Hadoop的實例中，分配給文件系統的存儲器，用於存儲數據的內存限制的端口號，以及讀/寫緩衝器的大小。

打開核心core-site.xml 並在和標籤之間添加以下屬性。

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

hdfs-site.xml

hdfs-site.xml文件中包含的信息，如複製數據值，NameNode的路徑，本地文件系統的數據節點的路徑。這意味着要存儲Hadoop基礎架構。

讓我們假設以下數據。

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

打開這個文件，並在此文件中, 之間標籤添加以下屬性。

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

注：在上面的文件，所有的屬性值是用戶定義，可以根據自己的Hadoop的基礎架構進行更改。

yarn-site.xml

此文件用於配置成yarn在Hadoop中。打開yarn-site.xml文件，並在在此文件中的, 標籤之間添加以下屬性。

yarn.nodemanager.aux-services mapreduce_shuffle

mapred-site.xml

此文件用於指定正在使用MapReduce框架。缺省情況下，包含yarn-site.xml的模板。首先，需要使用下面的命令來複制從mapred-site.xml 模板到 mapred-site.xml 文件。

$ cp mapred-site.xml.template mapred-site.xml

打開mapred-site.xml文件，並在在此文件中的 , 標籤之間添加以下屬性。

mapreduce.framework.name yarn

驗證Hadoop的安裝

下面的步驟用來驗證 Hadoop 安裝。

第1步：名稱節點設置

使用命令「hdfs namenode -format」如下設置名稱節點。

$ cd ~ $ hdfs namenode -format

預期的結果如下

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_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 to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/

第2步：驗證Hadoop DFS

下面的命令用來啓動DFS。執行這個命令將開始Hadoop文件系統。

$ start-dfs.sh

期望的輸出如下所示：

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

第3步：驗證Yarn 腳本

下面的命令用來啓動 yarn 腳本。執行此命令將啓動yarn 守護進程。

$ start-yarn.sh

期望的輸出如下所示：

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

第4步：在瀏覽器訪問Hadoop

訪問Hadoop的默認端口號爲50070.使用以下URL來獲得瀏覽器的Hadoop服務。

http://localhost:50070/

下圖描述了Hadoop的瀏覽器。

Accessing

第5步：驗證所有應用程序的集羣

訪問集羣中的所有應用程序的默認端口號爲8088。使用以下URL訪問該服務。

http://localhost:8088/

下圖描述了Hadoop集羣的瀏覽器。

Hadoop

第3步下載Sqoop

在本教程中可以從以下鏈接下載Sqoop的最新版本，我們使用的是1.4.5版本：sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz.

Step 4: 安裝Sqoop

下面的命令用於提取Sqoop.tar.gz並將其移動到「/usr/lib/sqoop」目錄。

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

第5步：配置.bashrc

必須設置Sqoop環境通過附加以下行到〜/.bashrc文件：

#Sqoop export SQOOP_HOME=/usr/lib/sqoop export PATH=$PATH:$SQOOP_HOME/bin

下面的命令是用來執行〜/.bashrc文件。

$ source ~/.bashrc

第6步：配置Sqoop

要配置Sqoop用Hadoop，需要編輯 sqoop-env.sh 文件，該文件被放置在 $SQOOP_HOME/conf 目錄。首先要重定向到 Sqoop config 目錄，並使用以下命令複製的模板文件

$ cd $SQOOP_HOME/conf
$ mv sqoop-env-template.sh sqoop-env.sh

打開sqoop-env.sh並編輯下面幾行：

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

第7步：下載並配置java的MySQL連接器（mysql-connector-java）

可以從下面的下載使用mysql-connector-java的5.1.30.tar.gz文件：下載鏈接

下面的命令是用來提取使用 mysql-connector-java 壓縮包並移動 mysql-connector-java-5.1.30-bin.jar 到 /usr/lib/sqoop/lib 目錄

$ tar -zxf mysql-connector-java-5.1.30.tar.gz
$ su
password: # cd mysql-connector-java-5.1.30 # mv mysql-connector-java-5.1.30-bin.jar /usr/lib/sqoop/lib

第8步：驗證Sqoop

下面的命令被用來驗證Sqoop版本。

$ cd $SQOOP_HOME/bin
$ sqoop-version

預期的輸出：

14/12/17 14:52:32 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5
Sqoop 1.4.5 git commit id 5b34accaca7de251fc91161733f906af2eddbe83
Compiled by abe on Fri Aug 1 11:19:26 PDT 2014

到這裏，整個Sqoop安裝工作完成。

Sqoop教程

第1步：驗證JAVA安裝

安裝java

第1步

第2步

第3步

第4步

第5步

第2步：驗證Hadoop的安裝

下載Hadoop

在模擬分佈式模式下安裝Hadoop

第1步：設置Hadoop

第2步：Hadoop配置

驗證Hadoop的安裝

第1步：名稱節點設置

第2步：驗證Hadoop DFS

第3步：驗證Yarn 腳本

第4步：在瀏覽器訪問Hadoop

第5步：驗證所有應用程序的集羣

第3步下載Sqoop

Step 4: 安裝Sqoop

第5步：配置.bashrc

第6步：配置Sqoop

第7步：下載並配置java的MySQL連接器（mysql-connector-java）

第8步：驗證Sqoop