# 典型场景：从HDFS/OBS导出数据到关系型数据库 #### 操作场景 该任务指导用户使用Loader将数据从HDFS/OBS导出到关系型数据库。 #### 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_8.1.0.1/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_8.1.0.1/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 \> *待操作集群的名称* \> 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FusionInsight Manager（MRS 3.x及之后版本）](https://support.huaweicloud.com/cmpntguide-mrs/mrs_01_2124.html)。 2. 选择"集群 \> *待操作集群名称* \> 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-mrs/zh-cn_image_0000001407248238.png) 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-mrs/zh-cn_image_0264265521.png) 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"。 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-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，在"源文件类型"中选择"HDFS"，设置数据源信息。 表2数据来源配置参数 | 参数名 | 解释说明 | 示例 | |:---|:---|:---| | 输入目录 | 从HDFS/OBS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[配置项中使用宏定义](https://support.huaweicloud.com/cmpntguide-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，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** 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[算子帮助](https://support.huaweicloud.com/cmpntguide-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文件输入 | 表输出 | | HTML输入 | 表输出 | | 固定宽度文件输入 | 表输出 | 图3算子操作方法示意 ![](https://support.huaweicloud.com/cmpntguide-mrs/zh-cn_image_0264265505.png) **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，设置数据保存方式。 表4输出设置参数 | 参数名 | 说明 | 示例 | |:---|:---|:---| | 架构名称 | 数据库模式名。 | dbo | | 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[配置项中使用宏定义](https://support.huaweicloud.com/cmpntguide-mrs/mrs_01_1153.html)。 | test | | 临时表 | 数据库临时表表名，用于临时保存传输过程中的数据，字段需要和"表名"配置的表一致。 说明： 使用临时表是为了使得导出数据到数据库时，不会在目的表中产生脏数据。只有在所有数据成功写入临时表后，才会将数据从临时表迁移到目的表。使用临时表会增加作业的执行时间。 | tmp_test | 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-mrs/zh-cn_image_0264266669.png)