【提示】点击目录每一关参考答案可以快速复制。

目录

第1关：Sqoop数据导入语法学习

任务描述

相关知识

编程要求

测试说明

参考答案

第2关：Mysql导入数据至HDFS上

任务描述

相关知识

编程要求

测试说明

参考答案 

第3关：Mysql导入数据至Hive中

任务描述

相关知识

编程要求

测试说明

参考答案

---

第1关：Sqoop数据导入语法学习

任务描述

本关任务：学习Sqoop 导入( import )的基本参数并配置好环境。

相关知识

为了完成本关任务，你需要掌握: 1、Sqoop 导入( import )的基本参数。 2、配置环境。 注意：本关实训 Sqoop 的安装与配置建立在 Hadoop 、 Hive 、 MySQL 已安装配置好的情况下。

Sqoop 的基本参数

Sqoop 能够让 Hadoop 上的 HDFS 和 Hive 跟关系型数据库之间进行数据导入与导出，多亏了import和export这两个工具。本实训主要是针对import(导入)来讲。 现如今我们一直储放数据都是在关系数据库中，但是数据量到达一定的规模后，我们需要数据清理加分析，如果使用关系数据库我们工作量会大大提高，这个时候我们就可以将数据从关系数据库导入（import）到Hadoop平台上进行处理。

我们要学 Sqoop 的导入也必须先知道里面的基本参数。

输入sqoop help import可以查看里面参数含义，但是是英文，接下来选取几个常见的参数来分析：

选项	含义说明
--connect	指定JDBC连接字符串
--driver	指定要使用的JDBC驱动程序类
--hadoop-mapred-home	指定$HADOOP_MAPRED_HOME路径
-P	从控制台读取输入的密码
--username	设置认证用户名
--password	设置认证密码
--verbose	打印详细的运行信息
--as-textfile	将数据导入到普通文本文件（默认）
--delete-target-dir	如果指定目录存在，则先删除掉
--direct	使用直接导入模式（优化导入速度）
--num-mappers (简写：-m)	使用n个map任务并行导入数据
--query (简写：-e)	导入的查询语句
--split-by	指定按照哪个列去分割数据
--table	导入的源表表名
--target-dir	导入HDFS的目标路径
--warehouse-dir	HDFS存放表的根路径

配置环境

注意：如果这个环境不配置的话，可能会造成后续关卡不能正常实现。 1、启动Hadoop。

start-all.sh

2、Hive 连接 MySQL 初始化。

schematool -dbType mysql -initSchema

编程要求

在右侧命令行进行操作： 1.启动Hadoop服务； 2.Hive 连接 MySQL 初始化。

测试说明

完成操作后点击评测，通关后测试集输出：

Hadoop平台已开启
default

参考答案

#以下为命令行
start-all.sh
schematool -dbType mysql -initSchema

---

第2关：Mysql导入数据至HDFS上

任务描述

本关任务：利用 Sqoop 工具将 MySQL 中的数据导入到 HDFS 中来。

相关知识

为了完成本关任务，你需要掌握：

1、数据库（ MySQL ）建表。

2、Mysql 数据导入至 HDFS 中。

数据库（ MySQL ）建表

用命令进入 MySQL 客户端。

mysql -uroot -p123123 -h127.0.0.1

创建数据库hdfsdb(格式默认为utf8)，并在数据库内建立表student，其表结构如下：

名	类	状态
stu_no	int	主键
stu_name	varchar(20)	学生姓名
stu_age	int	学生年龄

在表内插入数据。

stu_no	stu_name	stu_age
202001	zhangsan	18
202002	lisi	19
202003	wangwu	20

检查是否成功。

MySQL数据导入至HDFS中

1、简单导入。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student

这里没有指定 HDFS 的目录 默认会将数据存到系统当前登录用户下 以表名称命名的文件夹下。

系统默认为逗号隔开，如下图：

注意：如果数据库没有设置主键，语法需要加上--split by指定一个列去分割或用-m 1指定一个 Map 任务。

2、指定 HDFS 目录/user/root/hdfsdb导入，指定一个 MapReduce 任务。

sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --usernameroot --password 123123 --table student --target-dir /user/root/hdfsdb -m 1

• --target-dir：指定 HDFS 目录。
• -m 1：指定一个 MapReduce 任务。 

  

  3、指定查询学生的学号与学生姓名存入到/user/root/hdfsdb2中，指定一个MapReduce 任务，并以|分隔。

  sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2 --fields-terminated-by '|' -m 1

  • --query：通过用 sql 语句来将数据导入，where $CONDITIONS是query中固定语法，不可删去。
  • --fields-terminated-by：数据通过什么来隔开。

    

    编程要求

    根据上述，将 MySQL 数据库hdfsdb中的表数据导入至HDFS中,要求如下：

    • 指定 HDFS 目录/user/root/hdfsdb3。
    • 查询学生姓名与年龄。
    • 指定一个 Mapreduce 任务。
    • 存储以-来分割。

      测试说明

      点击测评，当你的结果与预期输出一致时，即为通过。

      zhangsan-18
      lisi-19
      wangwu-20

      参考答案 

      #以下为命令行内容
      mysql -uroot -p123123 -h127.0.0.1
      

      #以下为MySQL内容
      #创建hdfsdb数据库
      create database hdfsdb;
      #切换hdfsdb数据库
      use hdfsdb;
      #创建student表
      create table student(stu_no int primary key,stu_name varchar(20),stu_age int);
      #插入三条数据
      insert into `student` values(202001,'zhangsan',18);
      insert into `student` values(202002,'lisi',19);
      insert into `student` values(202003,'wangwu',20);
      exit;

      #以下为命令行内容
      #MySQL数据导入至HDFS中-简单导入
      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student
      #指定 HDFS 目录/user/root/hdfsdb导入，指定一个 MapReduce 任务
      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student --target-dir /user/root/hdfsdb -m 1
      #指定查询学生的学号与学生姓名存入到/user/root/hdfsdb2中，指定一个MapReduce任务，并以“|”分隔
      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2  --fields-terminated-by '|' -m 1
      #编程实现内容
      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_name,stu_age from student where $CONDITIONS' --target-dir /user/root/hdfsdb3  --fields-terminated-by '-' -m 1
      

      ---

      第3关：Mysql导入数据至Hive中

      任务描述

      本关任务：利用 Sqoop 工具将 MySQL 中的数据导入到 Hive 中来。

      相关知识

      为了完成本关任务，你需要掌握：MySQL 数据导入至 Hive 中。

      MySQL 数据导入至Hive

      1、直接导入。 我们可以使用上一关的数据库，如果没有的话，需要重新创建。

      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import  -m1  --hive-table test
      

      这里会发生一个报错，如图：

      

      解决方法 这里缺少了hive-common-3.1.0.jar包，我们在 Hive 的lib目录下，拷贝到 Sqoop 的lib目录下即可。

      cp /opt/hive/lib/hive-common-3.1.0.jar /opt/sqoop-1.4.7.bin__hadoop-2.6.0/lib/
      

      这边输出文件经过上次已经创建好了，所以我们要不自己手动删除，要不用sqoop参数： --delete-target-dir：如果输出文件存在，则先删除。

      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import --delete-target-dir  -m1  --hive-table test
      

      成功之后我们可以通过hive来查看是否成功传输。

      

      2、通过传输至HDFS上,Hive再从HDFS导入数据。 MySQL数据导入至Hive。

      sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student -m 1
      

      Hive依据格式建表。

      hive> create table test1(
      > stu_no int,stu_name string,stu_age int)
      > row format delimited
      > fields terminated by ",";

      从HDFS导入数据。

      load data inpath '/user/root/student/part-m-00000' into table test1;
      

      

      查看是否成功。

      编程要求

      将学生年龄大于20的学生信息放入Hive表test2中,要求如下：

      • 指定一个Mapreduce任务。
      • 指定分隔符为,。

        测试说明

        点击测评，当你的结果与预期输出一致时，即为通过。 

        202003,wangwu,20

        参考答案

        ##确认没有重置命令行，没有超时清空，上一关的数据库还在
        ##如果重置过命令行，请先按顺序重做以下注释内容（粘贴到本地代码编辑器以VSCode为例，将BEGIN到END内容复制到本地编辑器，快捷键Ctrl+/取消一层注释）：
        ##----------------BEGIN----------------
        ## 命令行
        #start-all.sh
        #schematool -dbType mysql -initSchema
        #mysql -uroot -p123123 -h127.0.0.1
        ## MYSQL
        #create database hdfsdb;
        #use hdfsdb;
        #create table student(stu_no int primary key,stu_name varchar(20),stu_age int);
        #insert into `student` values(202001,'zhangsan',18);
        #insert into `student` values(202002,'lisi',19);
        #insert into `student` values(202003,'wangwu',20);
        #exit;
        ## 命令行
        #sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student
        #sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student --target-dir /user/root/hdfsdb -m 1
        #sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name from student where $CONDITIONS' --target-dir /user/root/hdfsdb2  --fields-terminated-by '|' -m 1
        #sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_name,stu_age from student where $CONDITIONS' --target-dir /user/root/hdfsdb3  --fields-terminated-by '-' -m 1
        ##-----------------END-----------------
        #以下为命令行
        #MySQL 数据导入至Hive
        sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import  -m1  --hive-table test
        #报错缺少了hive-common-3.1.0.jar包，复制到 Sqoop 的lib目录下
        cp /opt/hive/lib/hive-common-3.1.0.jar /opt/sqoop-1.4.7.bin__hadoop-2.6.0/lib/
        #再次执行导入（上次执行的若存在先删除）
        sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student  --hive-import --delete-target-dir  -m1  --hive-table test
        #成功之后我们可以通过hive来查看是否成功转输
        hive

        --以下为hive
        --查看表
        show tables;
        --出现上一关的数据则成功导入
        select * from test;
        exit;

        #以下为命令行
        #通过传输至HDFS上,Hive再从HDFS导入数据
        sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --table student -m 1
        hive

        --以下为hive
        create table test1(
        stu_no int,stu_name string,stu_age int)
        row format delimited
        fields terminated by ",";
        --从HDFS导入数据
        load data inpath '/user/root/student/part-m-00000' into table test1;
        --查看是否成功
        select * from test1;
        --编程要求
        #将学生年龄大于20的学生信息放入Hive表test2中,要求如下：
        ----指定一个Mapreduce任务。
        ----指定分隔符为‘,’。
        --创建test2表
        create table test2(
        stu_no int,stu_name string,stu_age int)
        row format delimited
        fields terminated by ",";
        exit;
         
        

        #以下为命令行
        sqoop import --connect jdbc:mysql://127.0.0.1:3306/hdfsdb --username root --password 123123 --query 'select stu_no, stu_name,stu_age from student where stu_age>=20 and $CONDITIONS' --target-dir /user/root/hdfsdb6   --fields-terminated-by ',' -m 1
        hive

        --以下为hive
        load data inpath '/user/root/hdfsdb6/part-m-00000' into table test2;

        ---

        至此，所有内容都完成辣。如果存在任何问题欢迎大佬指教🥰！

         
         微信运营技巧  搭建网站的公司  宁波正规品牌网站设计  专业高端网站设计首选  门户网站和搜索引擎的区别  推广软文