Sqoop安裝

由於Sqoop是Hadoop的一個子專案，它只能工作在Linux作業系統。這裡需要按照下面系統上給定安裝Sqoop的步驟。

第1步：驗證JAVA安裝

在安裝Sqoop之前，需要確定是否已經在系統上安裝Java。用下面的命令來驗證Java安裝：

$ java –version

如果Java已經安裝在系統上，應該能看到如下回應：

java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b13)
Java HotSpot(TM) Client VM (build 25.0-b02, mixed mode)

如果未在系統上安裝Java，那麼需要按照下面的步驟來執行安裝。

安裝java

按照下面給定簡單的步驟在系統上安裝Java。

第1步

下載Java (JDK <最新版本> - X64.tar.gz) 存取以下連結：下載

那麼jdk-7u71-linux-x64.tar.gz 下載到你的系統上。

第2步

通常情況下，可以找到下載檔案夾中下載的Java檔案。驗證它並提取 jdk-7u71-linux-x64.gz 檔案中使用下面的命令。

$ cd Downloads/
$ ls
jdk-7u71-linux-x64.gz
$ tar zxf jdk-7u71-linux-x64.gz
$ ls
jdk1.7.0_71 jdk-7u71-linux-x64.gz

第3步

為了使Java提供給所有的使用者，必須將它移動到的位置 “/usr/local/”. 開啟根目錄，鍵入以下命令。

$ su
password:

# mv jdk1.7.0_71 /usr/local/java
# exitStep IV:

第4步

有關設定PATH和JAVA_HOME變數，新增以下命令~/.bashrc檔案

export JAVA_HOME=/usr/local/java
export PATH=PATH:$JAVA_HOME/bin

現在，應用所有更改到當前正在執行的系統。

$ source ~/.bashrc

第5步

使用下面的命令來組態Java方案：

# alternatives --install /usr/bin/java java usr/local/java/bin/java 2
# alternatives --install /usr/bin/javac javac usr/local/java/bin/javac 2
# alternatives --install /usr/bin/jar jar usr/local/java/bin/jar 2

# alternatives --set java usr/local/java/bin/java
# alternatives --set javac usr/local/java/bin/javac
# alternatives --set jar usr/local/java/bin/jar

現在從終端上使用命令java -version  驗證安裝如上所述。

第2步：驗證Hadoop的安裝

在安裝Sqoop之前Hadoop必須在系統上安裝。使用下面的命令來驗證Hadoop的安裝：

$ hadoop version

如果Hadoop是已經安裝在系統上，那麼會得到以下回應：

Hadoop 2.4.1
--
Subversion https://svn.apache.org/repos/asf/hadoop/common -r 1529768
Compiled by hortonmu on 2013-10-07T06:28Z
Compiled with protoc 2.5.0
From source with checksum 79e53ce7994d1628b240f09af91e1af4

如果在系統上未安裝Hadoop，那麼繼續進行下面的步驟：

下載Hadoop

下載和Apache軟體基金會使用下面的命令提取Hadoop2.4.1

$ su
password:

# cd /usr/local
# wget http://apache.claz.org/hadoop/common/hadoop-2.4.1/
hadoop-2.4.1.tar.gz
# tar xzf hadoop-2.4.1.tar.gz
# mv hadoop-2.4.1/* to hadoop/
# exit

在模擬分散式模式下安裝Hadoop

按照下面給出的偽分散式模式下安裝的Hadoop2.4.1的步驟。

第1步：設定Hadoop

可以通過附加下面的命令到 ~/.bashrc檔案中設定Hadoop環境變數。

export HADOOP_HOME=/usr/local/hadoop
export HADOOP_MAPRED_HOME=$HADOOP_HOME
export HADOOP_COMMON_HOME=$HADOOP_HOME
export HADOOP_HDFS_HOME=$HADOOP_HOME
export YARN_HOME=$HADOOP_HOME
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export PATH=$PATH:$HADOOP_HOME/sbin:$HADOOP_HOME/bin

現在，應用所有更改到當前正在執行的系統。

$ source ~/.bashrc

第2步：Hadoop組態

可以找到位置的所有Hadoop的組態檔案 “$HADOOP_HOME/etc/hadoop”. 需要根據Hadoop基礎架構作出適當的改修這些組態檔案。

$ cd $HADOOP_HOME/etc/hadoop

為了開發java能夠使用Hadoop專案，必須用java在系統中的位置替換JAVA_HOME值以重新設定hadoop-env.sh檔案的java環境變數。

export JAVA_HOME=/usr/local/java

下面給出的是，需要編輯組態Hadoop的檔案的列表。

core-site.xml

core-site.xml 檔案中包含的資訊，如用於Hadoop的範例中，分配給檔案系統的儲存器，用於儲存資料的記憶體限制的埠號，以及讀/寫緩衝器的大小。

開啟核心core-site.xml 並在<configuration>和</configuration>標籤之間新增以下屬性。

<configuration>
   <property>
      <name>fs.default.name</name>
      <value>hdfs://localhost:9000 </value>
   </property>
</configuration>

hdfs-site.xml

hdfs-site.xml檔案中包含的資訊，如複製資料值，NameNode的路徑，本地檔案系統的資料節點的路徑。這意味著要儲存Hadoop基礎架構。

讓我們假設以下資料。

dfs.replication (data replication value) = 1

(In the following path /hadoop/ is the user name.
hadoopinfra/hdfs/namenode is the directory created by hdfs file system.)
namenode path = //home/hadoop/hadoopinfra/hdfs/namenode

(hadoopinfra/hdfs/datanode is the directory created by hdfs file system.)
datanode path = //home/hadoop/hadoopinfra/hdfs/datanode

開啟這個檔案，並在此檔案中<configuration>, </configuration> 之間標籤新增以下屬性。

<configuration>

   <property>
      <name>dfs.replication</name>
      <value>1</value>
   </property>
   
   <property>
      <name>dfs.name.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/namenode </value>
   </property>
   
   <property>
      <name>dfs.data.dir</name>
      <value>file:///home/hadoop/hadoopinfra/hdfs/datanode </value>
   </property>
   
</configuration>

註：在上面的檔案，所有的屬性值是使用者定義，可以根據自己的Hadoop的基礎架構進行更改。

yarn-site.xml

此檔案用於組態成yarn在Hadoop中。開啟yarn-site.xml檔案，並在在此檔案中的<configuration>, </configuration>標籤之間新增以下屬性。

<configuration>
   <property>
      <name>yarn.nodemanager.aux-services</name>
      <value>mapreduce_shuffle</value>
   </property>
</configuration>

mapred-site.xml

此檔案用於指定正在使用MapReduce框架。預設情況下，包含yarn-site.xml的模板。首先，需要使用下面的命令來複製從mapred-site.xml 模板到 mapred-site.xml 檔案。

$ cp mapred-site.xml.template mapred-site.xml

開啟mapred-site.xml檔案，並在在此檔案中的 <configuration>, </configuration>標籤之間新增以下屬性。 

<configuration>
   <property>
      <name>mapreduce.framework.name</name>
      <value>yarn</value>
   </property>
</configuration>

驗證Hadoop的安裝

下面的步驟用來驗證 Hadoop 安裝。

第1步：名稱節點設定

使用命令 “hdfs namenode -format” 如下設定名稱節點。

$ cd ~
$ hdfs namenode -format

預期的結果如下

10/24/14 21:30:55 INFO namenode.NameNode: STARTUP_MSG:
/************************************************************
STARTUP_MSG: Starting NameNode
STARTUP_MSG: host = localhost/192.168.1.11
STARTUP_MSG: args = [-format]
STARTUP_MSG: version = 2.4.1
...
...
10/24/14 21:30:56 INFO common.Storage: Storage directory
/home/hadoop/hadoopinfra/hdfs/namenode has been successfully formatted.
10/24/14 21:30:56 INFO namenode.NNStorageRetentionManager: Going to
retain 1 images with txid >= 0
10/24/14 21:30:56 INFO util.ExitUtil: Exiting with status 0
10/24/14 21:30:56 INFO namenode.NameNode: SHUTDOWN_MSG:
/************************************************************
SHUTDOWN_MSG: Shutting down NameNode at localhost/192.168.1.11
************************************************************/

第2步：驗證Hadoop DFS

下面的命令用來啟動DFS。執行這個命令將開始Hadoop檔案系統。

$ start-dfs.sh

期望的輸出如下所示：

10/24/14 21:37:56
Starting namenodes on [localhost]
localhost: starting namenode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-namenode-localhost.out
localhost: starting datanode, logging to /home/hadoop/hadoop-
2.4.1/logs/hadoop-hadoop-datanode-localhost.out
Starting secondary namenodes [0.0.0.0]

第3步：驗證Yarn 指令碼

下面的命令用來啟動 yarn 指令碼。執行此命令將啟動yarn 守護行程。

$ start-yarn.sh

期望的輸出如下所示：

starting yarn daemons
starting resourcemanager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-resourcemanager-localhost.out
localhost: starting node manager, logging to /home/hadoop/hadoop-
2.4.1/logs/yarn-hadoop-nodemanager-localhost.out

第4步：在瀏覽器存取Hadoop

存取Hadoop的預設埠號為50070.使用以下URL來獲得瀏覽器的Hadoop服務。

http://localhost:50070/

下圖描述了Hadoop的瀏覽器。

第5步：驗證所有應用程式的叢集

存取叢集中的所有應用程式的預設埠號為8088。使用以下URL存取該服務。

http://localhost:8088/

下圖描述了Hadoop叢集的瀏覽器。

第3步下載Sqoop

在本教學中可以從以下連結下載Sqoop的最新版本，我們使用的是1.4.5版本：sqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz.

Step 4: 安裝Sqoop

下面的命令用於提取Sqoop.tar.gz並將其移動到“/usr/lib/sqoop” 目錄。

$tar -xvf sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz
$ su
password:

# mv sqoop-1.4.4.bin__hadoop-2.0.4-alpha /usr/lib/sqoop
#exit

第5步：組態.bashrc

必須設定Sqoop環境通過附加以下行到?/.bashrc檔案：

#Sqoop
export SQOOP_HOME=/usr/lib/sqoop export PATH=$PATH:$SQOOP_HOME/bin

下面的命令是用來執行?/.bashrc檔案。

$ source ~/.bashrc

第6步：組態Sqoop

要組態Sqoop用Hadoop，需要編輯 sqoop-env.sh 檔案，該檔案被放置在 $SQOOP_HOME/conf 目錄。首先要重定向到 Sqoop config 目錄，並使用以下命令複製的模板檔案

$ cd $SQOOP_HOME/conf
$ mv sqoop-env-template.sh sqoop-env.sh

開啟sqoop-env.sh並編輯下面幾行：

export HADOOP_COMMON_HOME=/usr/local/hadoop 
export HADOOP_MAPRED_HOME=/usr/local/hadoop

第7步：下載並組態java的MySQL連線器（mysql-connector-java）

可以從下面的下載使用mysql-connector-java的5.1.30.tar.gz檔案：下載連結

下面的命令是用來提取使用 mysql-connector-java 壓縮包並移動 mysql-connector-java-5.1.30-bin.jar 到 /usr/lib/sqoop/lib 目錄

$ tar -zxf mysql-connector-java-5.1.30.tar.gz
$ su
password:

# cd mysql-connector-java-5.1.30
# mv mysql-connector-java-5.1.30-bin.jar /usr/lib/sqoop/lib

第8步：驗證Sqoop

下面的命令被用來驗證Sqoop版本。

$ cd $SQOOP_HOME/bin
$ sqoop-version

預期的輸出：

14/12/17 14:52:32 INFO sqoop.Sqoop: Running Sqoop version: 1.4.5
Sqoop 1.4.5 git commit id 5b34accaca7de251fc91161733f906af2eddbe83
Compiled by abe on Fri Aug 1 11:19:26 PDT 2014

到這裡，整個Sqoop安裝工作完成。