# 使用Loader从HDFS导出数据到ClickHouse 本章节适用于MRS 3.3.0及以后版本。 #### 操作场景 该任务指导用户使用Loader将文件从HDFS导出到ClickHouse。 #### 前提条件 - 在FusionInsight Manager创建一个角色，添加ClickHouse逻辑集群的管理权限以及Loader作业分组权限。创建Loader作业的业务用户，关联该角色和并添加用户组**yarnviewgroup**。 - ClickHouse表已创建，确保用户已授权访问作业执行时操作该表的权限，参照[ClickHouse客户端使用实践](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_2345.html)创建本地复制表和分布式表，导出时选择本地复制表。 - 确保没有出现ClickHouse相关告警。 #### 操作步骤 **准备操作** 1. 在ClickHouse的安装目录获取clickhouse-jdbc-\*.jar包，将其保存在Loader服务主备节点的lib路径："${BIGDATA_HOME}/FusionInsight_Porter_\*/install/FusionInsight-Sqoop-1.99.3/FusionInsight-Sqoop-1.99.3/server/webapps/loader/WEB-INF/ext-lib"。 2. 使用root用户在主备节点分别执行以下命令修改权限： **cd** **${BIGDATA_HOME}/FusionInsight_Porter_\*** **/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。 **设置作业基本信息** 4. 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") 5. 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_0000001683731566.png "点击放大") 1. 在"名称"中输入作业的名称。 2. 在"类型"中选择"导出"。 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"。 6. 在"连接"区域，单击"添加"新建一个连接，在"连接器"中选择"clickhouse-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"，参数设置请参考[表1]。 表1"clickhouse-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。 | clickhouse_jdbc_test | | JDBC连接字符串 | - 集群已启用Kerberos认证，JDBC连接字符串格式为"jdbc:clickhouse://*访问数据库IP* :*数据库端口号* /*数据库名称*?ssl=true\&sslmode=none" - 集群未启用Kerberos认证，JDBC连接字符串格式为"jdbc:clickhouse://*访问数据库IP* :*数据库端口号* /*数据库名称*" 说明： - 访问数据库IP：ClickHouse的实例IP地址可登录集群FusionInsight Manager，然后选择"集群 \> 服务 \> ClickHouse \> 实例"，获取ClickHouseBalancer实例对应的业务IP地址。 - 数据库端口： - 已启用Kerberos认证集群具体的端口值可通过登录集群FusionInsight Manager，选择"集群 \> 服务 \> ClickHouse \>逻辑集群"，查看对应逻辑集群，获取"HTTP Balancer端口号"中"加密端口"参数值。 - 未启用Kerberos认证集群具体的端口值可通过登录集群FusionInsight Manager，选择"集群 \> 服务 \> ClickHouse \>逻辑集群"，查看对应逻辑集群，获取"HTTP Balancer端口号"中"非加密端口"参数值。 | - 集群已启用Kerberos认证：jdbc:clickhouse://10.10.10.10:21426/test?ssl=true\&sslmode=none - 集群未启用Kerberos认证：jdbc:clickhouse://10.10.10.10:21423/test?ssl=true\&sslmode=none | | 用户名 | 连接数据库使用的用户名。 | root | | 密码 | 连接数据库使用的密码。 | xxxx | **设置数据源信息** 7. 单击"下一步"，进入"输入设置"界面，在"源文件类型"选择"HDFS"，设置数据源信息。 表2输入设置参数 | 参数名 | 解释说明 | 示例 | |:---|:---|:---| | 输入目录 | 从HDFS导出时的输入路径。 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 | | 路径过滤器 | 配置通配符对源文件的输入路径包含的目录进行过滤。"输入目录"不参与过滤。配置多个过滤条件时使用","隔开，配置为空时表示不过滤目录。不支持正则表达式过滤。 - "?"匹配单个字符。 - "\*"配置多个字符。 - 在匹配条件前加"\^"表示取反，即文件过滤。 | \* | | 文件过滤器 | 配置通配符对源文件的输入文件名进行过滤。配置多个过滤条件时使用","隔开。不能配置为空。不支持正则表达式过滤。 - "?"匹配单个字符。 - "\*"配置多个字符。 - 在匹配条件前加"\^"表示取反，即文件过滤。 | \* | | 文件类型 | 文件导入类型： - "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为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，不对文件做任何处理。 说明： 文件类型选择"TEXT_FILE"或"SEQUENCE_FILE"导入时，Loader会自动根据文件的后缀选择对应的解压方法，对文件进行解压。 | TEXT_FILE | | 文件分割方式 | 选择按文件或大小分割源文件，作为数据导出的MapReduce任务中各个map的输入文件。 - 选择"FILE"，表示按文件分割源文件，即每个map处理一个或多个完整的源文件，同一个源文件不可分配至不同map，完成数据导入后保持源文件的目录结构。 - 选择"SIZE"，表示按大小分割源文件，即每个map处理一定大小的输入文件，同一个源文件可分割至多个map，数据保存至输出目录时保存的文件数与map数量相同，文件名格式为"import_part_xxxx"，"xxxx"为系统生成的随机数，具有唯一性。 | FILE | | 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。 | 20 | | 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"。 | - | **设置数据转换** 8. 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 | |:---|:---| | CSV输入 | 表输出 | 图3算子选择 ![](https://support.huaweicloud.com/cmpntguide-lts-mrs/zh-cn_image_0000001724816081.png "点击放大") **设置数据保存信息并运行作业** 9. 单击"下一步"，进入"输出设置"界面，设置数据保存方式。 表4输出设置参数 | 参数名 | 解释说明 | 示例 | |:---|:---|:---| | 表名 | 数据库表名，用于最终保存传输的数据。 说明： 表名可以使用宏定义，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)。 | test | 10. 单击"保存并运行"，开始保存并运行作业。 **查看作业完成情况** 11. 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_0000001676976618.png "点击放大") 12. 使用ClickHouse客户端，查询ClickHouse表数据是否和HDFS导入的数据一致。