如何在Java程序中使用Sqoop?
我知道如何通过命令行使用sqoop。 但是不知道如何使用java程序调用sqoop命令。 谁能给一些代码视图?
您可以通过在类路径中包含sqoop jar并调用Sqoop.runTool()
方法,从java代码中运行sqoop。 您必须以编程方式为sqoop创建所需的参数,就好像它是命令行一样(例如--connect
等)。
请注意以下几点:
- 确保sqoop工具名称(例如导入/导出等)是第一个参数。
- 注意类路径排序 – 执行可能会失败,因为sqoop需要库的X版本而您使用的是其他版本。 确保sqoop所需的库不会被您自己的依赖项所掩盖。 我遇到了commons-io(sqoop需要v1.4)并且因为我使用commons-io v1.2而出现NoSuchMethodexception这样的问题。
- 每个参数都需要在一个单独的数组元素上。 例如,“ – connect jdbc:mysql:…”应该作为数组中的两个单独元素传递,而不是一个。
- sqoop解析器知道如何接受双引号参数,因此如果需要(我建议总是)使用双引号。 唯一的例外是fields-delimited-by参数,它需要一个char,所以不要双引号。
- 我建议拆分命令行参数创建逻辑和实际执行,以便可以正确测试您的逻辑,而无需实际运行该工具。
- 最好使用–hadoop-home参数,以防止对环境的依赖。
- 与
Sqoop.runTool()
相反,Sqoop.Main()
的优点是runTool()
返回执行的错误代码。
希望有所帮助。
final int ret = Sqoop.runTool(new String[] { ... }); if (ret != 0) { throw new RuntimeException("Sqoop failed - return code " + Integer.toString(ret)); }
RL
下面是在Java程序中使用sqoop将代码从MySQL导入HDFS / HBase的示例代码。 确保在类路径中有sqoop jar:
SqoopOptions options = new SqoopOptions(); options.setConnectString("jdbc:mysql://HOSTNAME:PORT/DATABASE_NAME"); //options.setTableName("TABLE_NAME"); //options.setWhereClause("id>10"); // this where clause works when importing whole table, ie when setTableName() is used options.setUsername("USERNAME"); options.setPassword("PASSWORD"); //options.setDirectMode(true); // Make sure the direct mode is off when importing data to HBase options.setNumMappers(8); // Default value is 4 options.setSqlQuery("SELECT * FROM user_logs WHERE $CONDITIONS limit 10"); options.setSplitByCol("log_id"); // HBase options options.setHBaseTable("HBASE_TABLE_NAME"); options.setHBaseColFamily("colFamily"); options.setCreateHBaseTable(true); // Create HBase table, if it does not exist options.setHBaseRowKeyColumn("log_id"); int ret = new ImportTool().run(options);
正如Harel所建议的那样,我们可以使用run()方法的输出来进行error handling。 希望这会有所帮助。
有一个技巧对我很有帮助。 通过ssh,您可以直接执行Sqoop命令。 您必须使用的是SSH Java库
你必须按照这一步骤。
下载sshxcute java库: https : //code.google.com/p/sshxcute/并将其添加到java项目的构建路径中,其中包含以下java代码
import net.neoremind.sshxcute.core.SSHExec; import net.neoremind.sshxcute.core.ConnBean; import net.neoremind.sshxcute.task.CustomTask; import net.neoremind.sshxcute.task.impl.ExecCommand; public class TestSSH { public static void main(String args[]) throws Exception{ // Initialize a ConnBean object, parameter list is ip, username, password ConnBean cb = new ConnBean("192.168.56.102", "root","hadoop"); // Put the ConnBean instance as parameter for SSHExec static method getInstance(ConnBean) to retrieve a singleton SSHExec instance SSHExec ssh = SSHExec.getInstance(cb); // Connect to server ssh.connect(); CustomTask sampleTask1 = new ExecCommand("echo $SSH_CLIENT"); // Print Your Client IP By which you connected to ssh server on Horton Sandbox System.out.println(ssh.exec(sampleTask1)); CustomTask sampleTask2 = new ExecCommand("sqoop import --connect jdbc:mysql://192.168.56.101:3316/mysql_db_name --username=mysql_user --password=mysql_pwd --table mysql_table_name --hive-import -m 1 -- --schema default"); ssh.exec(sampleTask2); ssh.disconnect(); } }
如果您知道可执行文件的位置和命令行参数,则可以使用ProcessBuilder
,然后可以运行一个单独的Process
,Java可以监视该Process
以完成并返回代码。
请遵循它为我工作的vikas提供的代码,并在classpath中包含这些jar文件并导入这些包
import com.cloudera.sqoop.SqoopOptions; import com.cloudera.sqoop.tool.ImportTool;
参考图书馆
- Sqoop-1.4.4 jar / sqoop
- ojdbc6.jar / sqoop / lib(对于oracle)
- commons-logging-1.1.1.jar hadoop / lib
- hadoop-core-1.2.1.jar / hadoop
- commons-cli-1.2.jar hadoop / lib
- commmons-io.2.1.jar hadoop / lib
- commons-configuration-1.6.jar hadoop / lib
- commons-lang-2.4.jar hadoop / lib
- jackson-core-asl-1.8.8.jar hadoop / lib
- jackson-mapper-asl-1.8.8.jar hadoop / lib
- commons-httpclient-3.0.1.jar hadoop / lib
JRE系统库
1.resources.jar jdk / jre / lib 2.rt.jar jdk / jre / lib 3. jsse.jar jdk / jre / lib 4. jce.jar jdk / jre / lib 5. charsets,jar jdk / jre / lib 6. jfr.jar jdk / jre / lib 7. dnsns.jar jdk / jre / lib / ext 8. sunec.jar jdk / jre / lib / ext 9. zipfs.jar jdk / jre / lib / ext 10. sunpkcs11。 jar jdk / jre / lib / ext 11. localedata.jar jdk / jre / lib / ext 12. sunjce_provider.jar jdk / jre / lib / ext
如果您的eclipse项目使用JDK1.6,并且您添加的库是JDK1.7,则有时您会收到错误。在这种情况下,在eclipse中创建项目时配置JRE。
Vikas如果我想将导入的文件放入配置单元中我应该使用options.parameter(“ – hive-import”)吗?