数据迁移工具sqoop简介

注：以下资料参考迪伦老师整理
一 sqoop是什么?

Sqoop是一款开源的工具，Sqoop
即 SQL to Hadoop ，主要用于在HADOOP(Hive)与传统的数据库(mysql、postgresql...)间进行数据的传递，发展至今主要演化了二大版本，Sqoop1和Sqoop2。

二 为什么选择Sqoop?

1，高效可控的利用资源，可以指定任务并行度，指定超时时间；

2，数据类型映射与转化，可自动进行，用户也可自定义；

3，支持多种主流数据库，MySQL,Oracle，SQL Server，DB2等。

三
Sqoop1和Sqoop2区别

1，两个不同的版本，完全不兼容；

2，版本号划分区别 Apache：1.4.x,1.99.x

CDH: sqoop-1.4.3-cdh4,sqoop2-1.99.2-cdh4.5.0

3,sqoop2比sqoop1的改进



（1）引入sqoop server，集中化管理connector等；
（2）多种访问方式：CLI,Web UI，REST API；
(3) 引入基于角色 的安全机制。

4，sqoop2和sqoop1架构比较








5 sqoop1与sqoop2的优缺点

sqoop1优点：架构部署简单。

sqoop2优点：多种交互方式，命令行，web UI，rest API，conncetor集中化管理，所有的链接安装在sqoop server上，完善权限管理机制，connector规范化，仅仅负责数据的读写。

sqoop1缺点：命令行方式容易出错，格式紧耦合，无法支持所有数据类型，安全机制不够完善，例如密码暴漏；

安装需要root权限，connector必须符合JDBC模型。

sqoop2缺点：架构稍复杂，配置部署更繁琐。

稍后将记录Sqoop2的安装和使用！