Sqoop - Installazione

Poiché Sqoop è un sottoprogetto di Hadoop, può funzionare solo su sistema operativo Linux. Segui i passaggi indicati di seguito per installare Sqoop sul tuo sistema.

Passaggio 1: verifica dell'installazione di JAVA

È necessario che Java sia installato sul sistema prima di installare Sqoop. Cerchiamo di verificare l'installazione di Java utilizzando il seguente comando:

$ java –version

Se Java è già installato sul tuo sistema, visualizzerai la seguente risposta:

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)

Se Java non è installato sul tuo sistema, segui i passaggi indicati di seguito.

Installazione di Java

Segui i semplici passaggi indicati di seguito per installare Java sul tuo sistema.

Passo 1

Scarica Java (JDK <ultima versione> - X64.tar.gz) visitando il seguente collegamento .

Quindi jdk-7u71-linux-x64.tar.gz verrà scaricato sul tuo sistema.

Passo 2

In genere, puoi trovare il file Java scaricato nella cartella Download. Verificalo ed estrai il file jdk-7u71-linux-x64.gz utilizzando i seguenti comandi.

$ 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

Passaggio 3

Per rendere Java disponibile a tutti gli utenti, è necessario spostarlo nella posizione "/ usr / local /". Apri root e digita i seguenti comandi.

$ su
password:

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

Passaggio 4

Per impostare le variabili PATH e JAVA_HOME, aggiungi i seguenti comandi al file ~ / .bashrc.

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

Ora applica tutte le modifiche al sistema in esecuzione corrente.

$ source ~/.bashrc

Passaggio 5

Utilizzare i seguenti comandi per configurare le alternative Java:

# 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

Ora verifica l'installazione utilizzando il comando java -version dal terminale come spiegato sopra.

Passaggio 2: verifica dell'installazione di Hadoop

Hadoop deve essere installato sul tuo sistema prima di installare Sqoop. Cerchiamo di verificare l'installazione di Hadoop utilizzando il seguente comando:

$ hadoop version

Se Hadoop è già installato sul tuo sistema, riceverai la seguente risposta:

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

Se Hadoop non è installato sul tuo sistema, procedi con i seguenti passaggi:

Download di Hadoop

Scarica ed estrai Hadoop 2.4.1 da Apache Software Foundation utilizzando i seguenti comandi.

$ 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

Installazione di Hadoop in modalità pseudo distribuita

Segui i passaggi indicati di seguito per installare Hadoop 2.4.1 in modalità pseudo-distribuita.

Passaggio 1: configurazione di Hadoop

Puoi impostare le variabili d'ambiente Hadoop aggiungendo i seguenti comandi al file ~ / .bashrc.

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

Ora applica tutte le modifiche al sistema in esecuzione corrente.

$ source ~/.bashrc

Passaggio 2: configurazione di Hadoop

Puoi trovare tutti i file di configurazione di Hadoop nella posizione "$ HADOOP_HOME / etc / hadoop". È necessario apportare modifiche adeguate a quei file di configurazione in base alla propria infrastruttura Hadoop.

$ cd $HADOOP_HOME/etc/hadoop

Per sviluppare programmi Hadoop utilizzando java, è necessario reimpostare le variabili d'ambiente java in hadoop-env.sh file sostituendo il valore JAVA_HOME con la posizione di java nel sistema.

export JAVA_HOME=/usr/local/java

Di seguito è riportato l'elenco dei file che è necessario modificare per configurare Hadoop.

core-site.xml

Il file core-site.xml contiene informazioni come il numero di porta utilizzato per l'istanza Hadoop, la memoria allocata per il file system, il limite di memoria per l'archiviazione dei dati e la dimensione dei buffer di lettura / scrittura.

Apri core-site.xml e aggiungi le seguenti proprietà tra i tag <configuration> e </configuration>.

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

hdfs-site.xml

Il file hdfs-site.xml contiene informazioni quali il valore dei dati di replica, il percorso namenode e il percorso datanode dei file system locali. Significa il luogo in cui si desidera archiviare l'infrastruttura Hadoop.

Assumiamo i seguenti dati.

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

Apri questo file e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

<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>

Note - Nel file sopra, tutti i valori delle proprietà sono definiti dall'utente ed è possibile apportare modifiche in base alla propria infrastruttura Hadoop.

yarn-site.xml

Questo file viene utilizzato per configurare il filato in Hadoop. Apri il file filato-site.xml e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

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

mapred-site.xml

Questo file viene utilizzato per specificare quale framework MapReduce stiamo utilizzando. Per impostazione predefinita, Hadoop contiene un modello di filato-site.xml. Prima di tutto, è necessario copiare il file da mapred-site.xml.template al file mapred-site.xml utilizzando il seguente comando.

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

Apri il file mapred-site.xml e aggiungi le seguenti proprietà tra i tag <configuration>, </configuration> in questo file.

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

Verifica dell'installazione di Hadoop

I seguenti passaggi vengono utilizzati per verificare l'installazione di Hadoop.

Passaggio 1: configurazione del nodo del nome

Impostare il namenode utilizzando il comando "hdfs namenode -format" come segue.

$ cd ~
$ hdfs namenode -format

Il risultato atteso è il seguente.

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
************************************************************/

Passaggio 2: verifica di Hadoop dfs

Il seguente comando viene utilizzato per avviare dfs. L'esecuzione di questo comando avvierà il tuo file system Hadoop.

$ start-dfs.sh

L'output previsto è il seguente:

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]

Passaggio 3: verifica dello script del filato

Il seguente comando viene utilizzato per avviare lo script del filato. L'esecuzione di questo comando avvierà i demoni del filato.

$ start-yarn.sh

L'output previsto è il seguente:

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

Passaggio 4: accesso a Hadoop sul browser

Il numero di porta predefinito per accedere a Hadoop è 50070. Utilizza il seguente URL per ottenere i servizi Hadoop sul tuo browser.

http://localhost:50070/

L'immagine seguente mostra un browser Hadoop.

Passaggio 5: verifica tutte le applicazioni per il cluster

Il numero di porta predefinito per accedere a tutte le applicazioni del cluster è 8088. Utilizzare il seguente URL per visitare questo servizio.

http://localhost:8088/

L'immagine seguente mostra il browser del cluster Hadoop.

Passaggio 3: download di Sqoop

Possiamo scaricare l'ultima versione di Sqoop dal seguente link Per questo tutorial, stiamo usando la versione 1.4.5, cioèsqoop-1.4.5.bin__hadoop-2.0.4-alpha.tar.gz.

Passaggio 4: installazione di Sqoop

I seguenti comandi vengono utilizzati per estrarre il tar ball Sqoop e spostarlo nella directory "/ usr / lib / sqoop".

$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

Passaggio 5: configurazione di bashrc

Devi configurare l'ambiente Sqoop aggiungendo le seguenti righe a ~ /.bashrc file -

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

Il seguente comando viene utilizzato per eseguire ~ /.bashrc file.

$ source ~/.bashrc

Passaggio 6: configurazione di Sqoop

Per configurare Sqoop con Hadoop, è necessario modificare il file sqoop-env.sh file, che viene inserito nel file $SQOOP_HOME/confdirectory. Prima di tutto, reindirizza alla directory di configurazione di Sqoop e copia il file modello utilizzando il seguente comando:

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

Aperto sqoop-env.sh e modifica le seguenti righe -

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

Passaggio 7: scarica e configura mysql-connector-java

Possiamo scaricare mysql-connector-java-5.1.30.tar.gzfile dal seguente collegamento .

I seguenti comandi vengono utilizzati per estrarre il tarball mysql-connector-java e spostare mysql-connector-java-5.1.30-bin.jar nella directory / usr / lib / sqoop / lib.

$ 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

Passaggio 8: verifica di Sqoop

Il comando seguente viene utilizzato per verificare la versione di Sqoop.

$ cd $SQOOP_HOME/bin
$ sqoop-version

Produzione prevista -

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

L'installazione di Sqoop è completa.