使用Sqoop将MySQL数据导入到Hadoop

Hadoop的安装配置这里就不讲了。

Sqoop的安装也很简单。
Sqoop的安装与使用  http://www.linuxidc.com/Linux/2014-10/108337.htm
 
完成sqoop的安装后,可以这样测试是否可以连接到mysql(注意:mysql的jar包要放到 SQOOP_HOME/lib 下):
sqoop list-databases --connect jdbc:mysql://192.168.1.109:3306/ --username root --password 19891231
结果如下
使用Sqoop将MySQL数据导入到Hadoop
即说明sqoop已经可以正常使用了。
 
 
下面,要将mysql中的数据导入到hadoop中。
我准备的是一个300万条数据的身份证数据表:
使用Sqoop将MySQL数据导入到Hadoop
 
先启动hive(使用命令行:hive 即可启动)
 
然后使用sqoop导入数据到hive:
sqoop import --connect jdbc:mysql://192.168.1.109:3306/hadoop --username root --password 19891231 --table test_sfz --hive-import
 
sqoop 会启动job来完成导入工作。
使用Sqoop将MySQL数据导入到Hadoop
使用Sqoop将MySQL数据导入到Hadoop
 
完成导入用了2分20秒,还是不错的。
 
在hive中可以看到刚刚导入的数据表:
使用Sqoop将MySQL数据导入到Hadoop
 
我们来一句sql测试一下数据:
select * from test_sfz where id < 10;
使用Sqoop将MySQL数据导入到Hadoop
可以看到,hive完成这个任务用了将近25秒,确实是挺慢的(在mysql中几乎是不费时间),但是要考虑到hive是创建了job在hadoop中跑,时间当然多。
 

接下来,我们会对这些数据进行复杂查询的测试:
我机子的配置如下:
使用Sqoop将MySQL数据导入到Hadoop
hadoop 是运行在虚拟机上的伪分布式,虚拟机OS是ubuntu12.04 64位,配置如下:
使用Sqoop将MySQL数据导入到Hadoop

相关推荐