# 使用Loader从关系型数据库导入数据到HDFS/OBS #### 操作场景 该任务指导用户使用Loader将数据从关系型数据库导入到HDFS/OBS。 #### 前提条件 - 创建或获取该任务中创建Loader作业的业务用户和密码。 - 确保用户已授权访问作业执行时操作的HDFS/OBS目录和数据。 - 获取关系型数据库使用的用户和密码。 - 检查磁盘空间，确保没有出现告警且余量满足导入、导出数据的大小。 - 如果设置的作业需要使用指定YARN队列功能，该用户需要已授权有相关YARN队列的权限。 - 设置任务的用户需要获取该任务的执行权限，并获取该任务对应的连接的使用权限。 - 操作前需要进行如下配置： 1. 获取关系型数据库对应的驱动jar包保存在Loader服务主备节点的lib路径："${BIGDATA_HOME}/FusionInsight_Porter_*xxx*/install/FusionInsight-Sqoop-1.99.3/FusionInsight-Sqoop-1.99.3/server/webapps/loader/WEB-INF/ext-lib"。 2. 使用root用户在主备节点分别执行以下命令修改权限： **cd** **${BIGDATA_HOME}/FusionInsight_Porter_*xxx*** **/install/FusionInsight-Sqoop-1.99.3/FusionInsight-Sqoop-1.99.3/server/webapps/loader/WEB-INF/ext-lib** *chown omm:wheel* *jar包文件名* *chmod 600* *jar包文件名* 3. 登录FusionInsight Manager系统，选择"集群 \> 服务 \> Loader \> 更多 \> 重启服务"，输入管理员密码重启Loader服务。 #### 操作步骤 **设置作业基本信息** 1. 登录"Loader WebUI"界面。 1. 登录FusionInsight Manager系统，具体请参见[访问集群Manager](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_2124.html)。 2. 选择"集群 \> 服务 \> Loader"。 3. 单击"LoaderServer(*节点名称* ，主)"打开"Loader WebUI"界面。 图1Loader WebUI界面 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724866733.png "点击放大") 2. 单击"新建作业"，进入"基本信息"界面，创建作业基本信息。 图2"基本信息"界面 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724747845.png "点击放大") 1. 在"名称"中输入作业的名称。 2. 在"类型"中选择"导入"。 3. 在"组"中设置作业所属组，默认没有已创建的组，单击"添加"创建一个新的组，输入组的名称，单击"确定"保存。 4. 在"队列"中选择执行该作业的YARN队列。默认值"root.default"。 5. 在"优先级"中选择执行该作业的YARN队列优先级。默认值为"NORMAL"。可选值为"VERY_LOW"、"LOW"、"NORMAL"、"HIGH"和"VERY_HIGH"。 3. 在"连接"区域，单击"添加"新建一个连接，在"连接器"中选择"generic-jdbc-connector"或者专用数据库连接器（oracle-connector、oracle-partition-connector、mysql-fastpath-connector），输入配置连接参数，单击"测试"验证连接是否可用，待提示"测试成功"后单击"确定"。 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/public_sys-resources/note_3.0-zh-cn.png) - 与关系数据库连接时，可以选择通用数据库连接器（generic-jdbc-connector）或者专用数据库连接器（oracle-connector、oracle-partition-connector、mysql-fastpath-connector），专用数据库连接器特别针对具体数据库类型进行优化，相对通用数据库连接器来说，导出、导入速度更快。 - 使用mysql-fastpath-connector时，要求在NodeManager节点上有MySQL的**mysqldump** 和**mysqlimport** 命令，并且此两个命令所属MySQL客户端版本与MySQL服务器版本兼容，如果没有这两个命令或版本不兼容，请参考，安装MySQL client applications and tools。 表1"generic-jdbc-connector"连接参数 | 参数名 | 说明 | 示例 | |:---|:---|:---| | 名称 | 关系型数据库连接的名称。 | dbName | | JDBC驱动程序类 | JDBC驱动类名。 | oracle.jdbc.driver.OracleDriver | | JDBC连接字符串 | JDBC连接字符串。 | jdbc:oracle:thin:@//10.16.0.1:1521/oradb | | 用户名 | 连接数据库使用的用户名。 | omm | | 密码 | 连接数据库使用的密码。 | xxxx | | JDBC连接属性 | JDBC连接属性，单击"添加"手动添加。 - 名称：连接属性名 - 值：连接属性值 | - 名称：socketTimeout - 值：20 | **设置数据源信息** 4. 单击"下一步"，进入"输入设置"界面，设置数据源信息。 表2输入设置参数 | 参数名 | 说明 | 示例 | |:---|:---|:---| | 架构名称 | "表方式"模式下存在，数据库模式名。 | public | | 表名 | "表方式"模式下存在，数据库表名。 | test | | SQL语句 | "SQL方式"模式下存在，配置要查询的SQL语句，使Loader可通过SQL语句查询结果并作为导入的数据。SQL语句需要有查询条件"WHERE ${CONDITIONS}"，否则无法正常工作。例如，"select \* from TABLE WHERE A\>B and ${CONDITIONS}"。如果同时配置"表列名"，SQL语句中查询的列将被"表列名"配置的列代替。不能和"架构名称"、"表名"同时配置。 说明： SQL Where语句可以使用宏定义，具体请参考[Loader算子配置项中使用宏定义](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_1153.html)。 | select \* from TABLE WHERE A\>B and ${CONDITIONS} | | 表列名 | 配置要导入的列，使Loader将列的内容全部导入。配置多个字段时使用","分隔。 如果不配置，则导入所有列，同时"Select \*"的顺序作为列的位置。 | id,name | | 分区列名 | 指定数据库表的一列，根据该列来划分要导入的数据，在Map任务中用于分区。建议配置主键字段。 说明： - 分区列必须有索引，如果没有索引，请不要指定分区列，指定没有索引的分区列会导致数据库服务器磁盘I/O繁忙，影响其他业务访问数据库，并且导入时间长。 - 在有索引的多个字段中，选择字段值最离散的字段作为分区列，不离散的分区列会导致多个导入MR任务负载不均衡。 - 分区列的排序规则必须支持大小写敏感，否则在数据导入过程中，可能会出现数据丢失。 - 不建议分区列选择类型为float或double的字段，因为精度问题，可能导致分区列字段的最小值、最大值所在记录无法导入。 | id | | 分区列空值 | 配置对数据库列中为null值记录的处理方式。 - 值为"true"时，分区列的值为null的数据会被处理； - 值为"false"时，分区列的值为null的数据不会被处理。 | true | | 是否指定分区列 | 是否指定分区列。 | true | **设置数据转换** 5. 单击"下一步"，进入"转换"界面，设置数据传输过程中的转换操作。算子的选择和参数设置具体请参考[Loader算子帮助](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_1119.html)及[表3]。 表3算子输入、输出参数设置 | 输入类型 | 输出类型 | |:---|:---| | 表输入 | 文件输出 | 图3算子操作方法示意 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724867713.png "点击放大") **设置数据保存信息并运行作业** 6. 单击"下一步"，进入"输出设置"界面，在"存储类型"中选择"HDFS"，设置数据保存方式。 表4输出设置参数 | 参数名 | 说明 | 示例 | |:---|:---|:---| | 文件类型 | 文件导入后保存的类型： - "TEXT_FILE"：导入文本文件并保存为文本文件 - "SEQUENCE_FILE"： 导入文本文件并保存在"sequence file"文件格式 - "BINARY_FILE"：以二进制流的方式导入文件，可以导入任何格式的文件 | TEXT_FILE | | 压缩格式 | 在下拉菜单中选择数据导入HDFS/OBS后保存文件的压缩格式，未配置或选择"NONE"表示不压缩数据。 | NONE | | 输出目录 | 数据导入到HDFS/OBS里存储的保存目录。 说明： 路径参数可以使用宏定义，具体请参考[Loader算子配置项中使用宏定义](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_1153.html)。 | /user/test | | 是否执行前删除文件 （适用于MRS 3.5.0及以后版本） | 作业运行前是否删除根据文件名标识生成的文件，以做到数据可以重入。 - false（默认值）：作业运行前不执行删除文件动作。 - true：作业运行前会删除指定文件名的文件，对应的"文件操作方式"为"OVERRIDE"直接覆盖旧文件。仅支持如下连接器： - generic-jdbc-connector - oracle-connector - mysql-fastpath-connector | false | | 文件名标识 （适用于MRS 3.5.0及以后版本） | 文件名标识，用来生成导入的文件名。 - 文件名格式：import_part_xxx_000000000。 - "xxx"为文件名标识。 - 取值范围：\[0-9\]，\[a-z\]，\[A-Z\]，中划线，下划线和点。 - 长度：\[1-255\]。 - "是否执行前删除文件"为"true"时必填。 | 12 | | 文件操作方式 | 数据导入时的操作行为。全部数据从输入路径导入到目标路径时，先保存在临时目录，然后再从临时目录复制转移至目标路径，任务完成时删除临时路径的文件。转移临时文件存在同名文件时有以下行为： - "OVERRIDE"：直接覆盖旧文件。 - "RENAME"：重命名新文件。无扩展名的文件直接增加字符串后缀，有扩展名的文件在文件名增加字符串后缀。字符串具有唯一性。 - "APPEND"：在旧文件尾部合并新文件内容。合并操作只是简单的追加，不保证追加文件是否可以使用。例如文本文件可合并，压缩文件合并后可能无法使用。 - "IGNORE"：保留旧文件，不复制新文件。 - "ERROR"：转移过程中出现同名文件时任务将停止执行并报错，已转移的文件导入成功，同名的文件及未转移的文档导入失败。 | OVERRIDE | | Map数 | 配置数据操作的MapReduce任务中同时启动的Map数量。不可与"Map数据块大小"同时配置。参数值必须小于或等于3000。 | - | | Map数据块大小 | 配置数据操作的MapReduce任务中启动Map所处理的数据大小，单位为MB。参数值必须大于或等于100，建议配置值为1000。不可与"Map数"同时配置。当使用关系型数据库连接器时，不支持"Map数据块大小"，请配置"Map数"。 | 1000 | 7. 单击"保存并运行"，开始保存并运行作业。 **查看作业完成情况** 8. 进入"Loader WebUI"界面，待"状态"显示"成功"则说明作业完成。 图4查看作业 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001676908370.png "点击放大")