Sqoop Flume 数据采集引擎

实验准备环境

（*）Oracle版本：10g企业版

Oracle 10 g

（*）操作系统：Windows XP
链接：http://pan.baidu.com/s/1c17RVig 密码：y40j

在Oracle sh 用于下 有一张表中有92万条数据 我们可以使用Sqoop来采集它 资源自行下载

额外知识 在Oracle数据库中 sys和system用户的相同点和不同点

相同点：都有DBA的角色，都能够管理数据库
区别：sys是数据库的owner system是数据库的 administartor

Sqoop 数据交换引擎

（一）什么是 Sqoop ？

Sqoop 是一款开源的工具，主要用于在 Hadoop(Hive)与传统的数据库(mysql、
postgresql...) 间 进 行 数 据 的 传 递 ， 可 以 将 一 个 关 系 型 数 据 库 （ 例 如 ：MySQL ,Oracle ,Postgres 等）中的数据导进到 Hadoop 的 HDFS 中，也可以将 HDFS的数据导进到关系型数据库中。

Sqoop 项目开始于 2009 年，最早是作为 Hadoop 的一个第三方模块存在，后来
为了让使用者能够快速部署，也为了让开发人员能够更快速的迭代开发，Sqoop 独立成为一个 Apache 项目

（二）Sqoop 是如何工作

利用 JDBC 连接关系型数据库
安装包：sqoop-1.4.5.bin__hadoop-0.23.tar.gz

sqoop下载

（三）使用 Sqoop

在linux上配置Sqoop的环境变量

SQOOP_HOME=/root/training/sqoop-1.4.5.bin__hadoop-0.23
export SQOOP_HOME

PATH=$SQOOP_HOME/bin:$PATH
export PATH

查看sqoop中存在的命令

[root@linux111 ~]# sqoop help

Available commands:
codegen            Generate code to interact with database records
create-hive-table  Import a table definition into Hive
eval               Evaluate a SQL statement and display the results
export             Export an HDFS directory to a database table
help               List available commands
import             Import a table from a database to HDFS
import-all-tables  Import tables from a database to HDFS
job                Work with saved jobs
list-databases     List available databases on a server
list-tables        List available tables in a database
merge              Merge results of incremental imports
metastore          Run a standalone Sqoop metastore
version            Display version information