Sqoop - 安装
由于Sqoop是Hadoop的子项目，因此它只能运行在Linux操作系统上。按照下面给出的步骤在您的系统上安装 Sqoop。
第1步：验证JAVA安装
在安装 Sqoop 之前，您需要在系统上安装 Java。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)
如果您的系统上未安装 Java，请按照以下步骤操作。
安装Java
请按照下面给出的简单步骤在您的系统上安装 Java。
步骤1
通过访问以下链接下载 Java（JDK <最新版本> - X64.tar.gz） 。
然后 jdk-7u71-linux-x64.tar.gz 将下载到您的系统上。
第2步
通常，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提取 jdk-7u71-linux-x64.gz 文件。
$ 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
步骤3
要使 Java 对所有用户可用，您必须将其移动到位置“/usr/local/”。打开 root，然后键入以下命令。
$ su password: # mv jdk1.7.0_71 /usr/local/java # exitStep IV:
步骤4
要设置 PATH 和 JAVA_HOME 变量，请将以下命令添加到 ~/.bashrc 文件中。
export JAVA_HOME=/usr/local/java export PATH=$PATH:$JAVA_HOME/bin
现在将所有更改应用到当前正在运行的系统中。
$ source ~/.bashrc
步骤5
使用以下命令配置 Java 替代方案 -
# 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
现在，如上所述，从终端使用命令java -version验证安装。
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 Hadoop 已经安装在您的系统上，那么您将得到以下响应 -
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 Hadoop 2.4.1。
$ 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
伪分布式安装Hadoop
按照下面给出的步骤以伪分布式模式安装 Hadoop 2.4.1。
第 1 步：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/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
现在，将所有更改应用到当前正在运行的系统中。
$ source ~/.bashrc
第2步：Hadoop配置
您可以在“$HADOOP_HOME/etc/hadoop”位置找到所有 Hadoop 配置文件。您需要根据您的 Hadoop 基础设施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，您必须通过将 JAVA_HOME 值替换为系统中 java 的位置来重置hadoop-env.sh文件中的 java 环境变量。
export JAVA_HOME=/usr/local/java
下面给出了配置 Hadoop 需要编辑的文件列表。
核心站点.xml
core-site.xml 文件包含 Hadoop 实例使用的端口号、为文件系统分配的内存、存储数据的内存限制以及读/写缓冲区的大小等信息。
打开 core-site.xml 并在 <configuration> 和 </configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>fs.default.name</name>
<value>hdfs://localhost:9000 </value>
</property>
</configuration>
hdfs-site.xml
hdfs-site.xml 文件包含本地文件系统的复制数据值、namenode 路径和 datanode 路径等信息。它意味着您要存储 Hadoop 基础设施的地方。
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
打开此文件并在此文件的 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>dfs.replication</name>
<value>1</value>
</property>
<property>
<name>dfs.name.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
</property>
<property>
<name>dfs.data.dir</name>
<value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value>
</property>
</configuration>
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 基础设施进行更改。
纱线站点.xml
该文件用于将yarn配置到Hadoop中。打开yarn-site.xml 文件并在此文件的 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
</configuration>
mapred-site.xml
该文件用于指定我们正在使用哪个 MapReduce 框架。默认情况下，Hadoop包含一个yarn-site.xml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 文件并在此文件的 <configuration>、</configuration> 标记之间添加以下属性。
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
验证 Hadoop 安装
以下步骤用于验证 Hadoop 安装。
第 1 步：名称节点设置
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 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：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 21:37:56 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：验证 Yarn 脚本
以下命令用于启动yarn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 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
第四步：在浏览器上访问Hadoop
访问 Hadoop 的默认端口号为 50070。使用以下 URL 在浏览器上获取 Hadoop 服务。
http://localhost:50070/
下图描绘了 Hadoop 浏览器。
步骤 5：验证集群的所有应用程序
访问集群所有应用程序的默认端口号是8088。使用以下url访问该服务。
http://localhost:8088/
下图描述了 Hadoop 集群浏览器。
第三步：下载Sqoop
我们可以从以下链接下载最新版本的 Sqoop在本教程中，我们使用版本 1.4.5，即sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz。
第四步：安装Sqoop
以下命令用于提取 Sqoop tar 包并将其移动到“/usr/lib/sqoop”目录。
$tar -xvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz $ su password: # mv sqoop-1.4.4.bin__hadoop-2.0.4-alpha /usr/lib/sqoop #exit
第5步：配置bashrc
您必须通过将以下行附加到 ~/ .bashrc文件来设置 Sqoop 环境 -
#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
第6步：配置Sqoop
要使用 Hadoop 配置 Sqoop，您需要编辑sqoop-env.sh文件，该文件位于$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并编辑以下行 -
export HADOOP_COMMON_HOME=/usr/local/hadoop export HADOOP_MAPRED_HOME=/usr/local/hadoop
第7步：下载并配置mysql-connector-java
我们可以从以下链接下载mysql-connector-java-5.1.30.tar.gz文件。
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 $ 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：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: 1.4.5 Sqoop 1.4.5 git commit id 5b34accaca7de251fc91161733f906af2eddbe83 Compiled by abe on Fri Aug 1 11:19:26 PDT 2014
Sqoop安装完成。