如何將mysql數(shù)據(jù)導入Hadoop之Sqoop安裝

Sqoop是一款開源的工具，主要用于在Hadoop(Hive)與傳統(tǒng)的數(shù)據(jù)庫(mysql、postgresql...)間進行數(shù)據(jù)的傳遞，可以將一個關系型數(shù)據(jù)庫（例如 ： MySQL ,Oracle ,Postgres等）中的數(shù)據(jù)導進到Hadoop的HDFS中，也可以將HDFS的數(shù)據(jù)導進到關系型數(shù)據(jù)庫中。Sqoop項目開始于2009年，最早是作為Hadoop的一個第三方模塊存在，后來為了讓使用者能夠快速部署，也為了讓開發(fā)人員能夠更快速的迭代開發(fā)，Sqoop獨立成為一個Apache項目。

　　總之Sqoop是一個轉換工具，用于在關系型數(shù)據(jù)庫與HDFS之間進行數(shù)據(jù)轉換。

　　注意：sqoop1與sqoop2完全不兼容，1.4.6及之前的版本是sqoop1，之后的是sqoop2

Sqoop1和Sqoop2的對比

sqoop2比sqoop1的改進

1.  引入sqoop server，集中化管理connector等

2.  多種訪問方式：CLI,Web UI，REST API

3.  引入基于角色 的安全機制

sqoop1與sqoop2的優(yōu)缺點

1. sqoop1的架構，僅僅使用一個sqoop客戶端，sqoop2的架構，引入了sqoop server集中化管理connector，以及rest api，web，UI，并引入權限安全機制。

2. sqoop1優(yōu)點架構部署簡單

3. sqoop1的缺點命令行方式容易出錯，格式緊耦合，無法支持所有數(shù)據(jù)類型，安全機制不夠完善，例如密碼暴漏，

4. 安裝需要root權限，connector必須符合JDBC模型

5. sqoop2的優(yōu)點多種交互方式，命令行，web UI，rest API，conncetor集中化管理，所有的鏈接安裝在sqoop server上，完善權限管理機制，connector規(guī)范化，僅僅負責數(shù)據(jù)的讀寫。

6. sqoop2的缺點，架構稍復雜，配置部署更繁瑣。

 sqoop1架構圖

 sqoop2架構圖

　　由于sqoop2還不是很完善，官方建議生產(chǎn)環(huán)境不建議使用，在此就sqoop1.4.6來作介紹

網(wǎng)友評論