计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
本文导读

提交Sqoop任务

更新时间:2024-11-29 GMT+08:00

操作场景

该任务指导用户使用Oozie客户端提交Sqoop任务。

说明:
  • Oozie使用Sqoop导入数据时不支持使用Sqoop的--create-hcatalog-table--drop-and-create-hcatalog-table等Hcatalog的自动创建表和删除表的参数,需要提前在Oozie中创建好需要的表;如需使用自动创建表功能,请使用--hive-import方式导入数据。
  • 如果集群已启用Kerberos认证(安全模式),则不支持在Oozie客户端提交Sqoop任务将数据直接导入到HBase中;如需使用,请直接使用Sqoop命令行进行数据导入或在未开启Kerberos认证的集群中进行操作。

前提条件

  • Sqoop和Oozie组件及客户端已安装,并且正常运行。
  • 获取Oozie服务的URL和Yarn ResourceManager的主节点IP地址和端口号:
    • Oozie服务的URL为“https://oozie实例的主机IP:端口号/oozie”,用于指定运行Sqoop任务的Oozie服务器,例如:https://10.1.130.11:21003/oozie

      可登录FusionInsight Manager,选择“集群 > 服务 > Oozie > 实例”,即可获取任一oozie实例的IP地址;单击“配置”,在搜索框中搜索“OOZIE_HTTPS_PORT”,即可查看使用的端口号。

    • Yarn ResourceManager的主节点IP和端口用于修改“job.properties”文件的“resourceManager”参数,格式为“主ResourceManagerIP地址:端口号”,例如:10.1.130.11:8032。

      可登录FusionInsight Manager,选择“集群 > 服务 > Yarn > 实例”,即可获取主ResourceManager实例的IP地址;单击“配置”,在搜索框中搜索“yarn.resourcemanager.port”,即可查看使用的端口号。

  • 上传关系型数据库对应版本的JDBC驱动Jar包(例如MySQL驱动包“mysql-connector-java-5.1.47.jar”)到HDFS的“/user/oozie/share/lib/sqoopclient/”目录中,并修改权限、用户组与该目录中其他Jar包保持一致,再执行以下两种操作的任意一种刷新Jar包依赖即可:
    • 在Oozie客户端刷新依赖:

      oozie admin -oozie https://oozie实例的主机IP:端口号/oozie -sharelibupdate

    • 重启Oozie服务刷新依赖:

      登录FusionInsight Manager界面,选择“集群 > 服务 > Oozie > 更多 > 重启服务”,重启Oozie服务。

  • 已获取关系型数据库对应版本的JDBC驱动Jar包,例如MySQL驱动包“mysql-connector-java-5.1.47.jar”。
  • 已准备好相应的Sqoop命令,具体操作请参见相关章节。

操作步骤

  1. 创建用于访问Oozie服务的人机用户(若已存在具有相关权限的用户则跳过该操作)。

    1. 登录FusionInsight Manager,选择“系统 > 权限”。
    2. 选择“角色 > 添加角色”,配置以下参数并单击“确定”,创建具有Oozie管理员权限的角色。
      • 角色名称:输入角色名称,例如:oozieadmin。
      • 配置资源权限:在“配置资源权限”列表选择“待操作的集群名称 > Oozie”,勾选“管理员权限”。
    3. 选择“用户 > 添加用户”,配置以下参数并单击“确定”,创建一个人机用户:
      • 用户名:输入用户名称,例如:oozieuser。
      • 用户类型:选择“人机”用户。
      • “密码”和“确认新密码”输入该用户的密码。
      • 用户组:加入“hadoop”、“supergroup”和“hive”用户组。
      • 角色:单击“添加”,绑定“manager_viewer”和1.b新增的具有Oozie管理员权限的角色(例如:oozieadmin)。
    4. 使用新建的人机用户重新登录FusionInsight Manager,并修改该用户的初始密码。

  2. 以客户端安装用户,登录安装了户端的节点。
  3. 执行以下命令,配置环境变量。其中“/opt/client”为客户端安装路径,该操作的客户端目录只是举例,请根据实际安装目录修改。

    source /opt/client/bigdata_env

  4. 判断集群认证模式。

    • 集群已开启Kerberos认证,执行kinit命令进行用户认证。

      例如,使用oozieuser用户进行认证:

      kinit oozieuser

    • 集群未开启Kerberos认证,执行5

  5. 执行以下命令,进入Sqoop样例目录:

    cd /opt/client/Oozie/oozie-client-*/examples/apps/sqoopclient/

    说明:
    • Sqoop包含sqoopclientsqoopclient-freeform两种方式编写Workflow,区别只是“workflow.xml”里填入Sqoop命令参数的形式不同。
    • 本章节使用sqoopclient作为举例,sqoopclient-freeform的操作步骤一致。
    • 如果Sqoop命令中的实参中有空格,请使用“/opt/client/Oozie/oozie-client-*/examples/apps/sqoopclient-freeform”样例,详细说明请参见该路径下的“workflow.xml”。

      例如,Sqoop命令中包含参数:--query 'select TT.I, TT.S from TT where $CONDITIONS' ,该命令的select语句中包含空格。

  6. 执行以下命令修改“job.properties”文件:

    vim job.properties

    修改如下内容:

    • 修改“resourceManager”的参数值为Yarn主ResourceManager节点的IP地址和端口,例如“resourceManager=10.1.130.11:8032”
    • 修改“userName”的参数值为提交任务的人机用户名,即为1创建的用户名,例如“userName=oozieuser”。该参数将用于拼接Oozie Job使用的HDFS用户路径。
    • 修改“user.name”,参数值为提交任务的人机用户名,即为1创建的用户名,例如“user.name=oozieuser”。该参数用于指定提交任务的用户。
    • 如果是多集群环境,执行时需要修改“nameNode”的参数值为对应集群Oozie服务“fs.defaultFS”参数的值,否则保持不变。

    示例如下,主要修改了“resourceManager”、“userName”和“user.name”参数,其他保持默认即可:

    nameNode=hdfs://hacluster
    resourceManager=10.1.130.11:8032
    queueName=default
    examplesRoot=examples
    userName=oozieuser
    user.name=oozieuser
    oozie.use.system.libpath=true
    oozie.wf.application.path=${nameNode}/user/${userName}/${examplesRoot}/apps/sqoop

  7. 修改“workflow.xml”文件。

    • 集群未启用Kerberos认证(普通模式)

      vim workflow.xml

      以MySQL导入Hive举例,需修改的内容示例如下(主要修改了加粗部分):

      <workflow-app xmlns="uri:oozie:workflow:1.0" name="sqoopclient-wf">
          <start to="sqoopclient-node"/>
      
          <action name="sqoopclient-node">
              <sqoopclient xmlns="uri:oozie:sqoopclient-action:1.0">
                  <resource-manager>${resourceManager}</resource-manager>
                  <name-node>${nameNode}</name-node>
                  <prepare>
                      <delete path="${nameNode}/user/${userName}/${examplesRoot}/output-data/sqoopclient"/>
                      <mkdir path="${nameNode}/user/${userName}/${examplesRoot}/output-data"/>
                  </prepare>
                  <configuration>
                      <property>
                          <name>mapred.job.queue.name</name>
                          <value>${queueName}</value>
                      </property>
                  </configuration>
                  <!--   指定具体的Sqoop命令。注意命令最前面不加“sqoop”,不能写为“sqoop import”,数据库密码不能使用单引号或双引号引用 -->
                  <command>import --connect jdbc:mysql://mysql_host_ip:3306/database --username xxx --password xxx --table xxx --hive-import --hive-table xxx --delete-target-dir --fields-terminated-by "," -m 1 --as-textfile</command>
                  <!--   指定使用的HDFS上的配置文件。无特殊情况的话默认可不指定-->
                  <file>/user/oozie/share/lib/sqoopclient/hive-site.xml#hive-site.xml</file> 
              </sqoopclient>
              <ok to="end"/>
              <error to="fail"/>
          </action>
      
          <kill name="fail">
              <message>Sqoop client failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
          </kill>
          <end name="end"/>
      </workflow-app>
    • 集群已启用Kerberos认证(安全模式)

      cp workflow.xml.security workflow.xml

      vim workflow.xml

      以MySQL导入Hive举例,需修改的内容示例如下(主要修改了加粗部分):
      <workflow-app xmlns="uri:oozie:workflow:1.0" name="sqoopclient-wf">
          <credentials>
            <credential name='hcat_auth' type='hcat'>
               <property>
                  <name>hcat.metastore.uri</name>
                  <!--  该配置的值可通过hive-site.xml的配置hive.metastore.uris获取。例如可在“客户端安装目录/Hive/config/hive-site.xml”中获取-->
                  <value>thrift://172.19.xxx.xxx:9083,thrift://172.xxx.xxx.xxx:9083</value>
               </property>
               <property>
                  <name>hcat.metastore.principal</name>
                  <!--  该配置的值可通过hive-site.xml的配置hive.metastore.kerberos.principal获取。例如可在“客户端安装目录/Hive/config/hive-site.xml”中获取-->
                  <value>hive/hadoop.xxx.com@XXX_XXX_XXX_XXX_XXX.COM</value>
               </property>
            </credential>
          </credentials>
      
          <start to="sqoopclient-node"/>
      
          <action name="sqoopclient-node" cred='hcat_auth'>
              <sqoopclient xmlns="uri:oozie:sqoopclient-action:1.0">
                  <resource-manager>${resourceManager}</resource-manager>
                  <name-node>${nameNode}</name-node>
                  <prepare>
                      <delete path="${nameNode}/user/${userName}/${examplesRoot}/output-data/sqoopclient"/>
                      <mkdir path="${nameNode}/user/${userName}/${examplesRoot}/output-data"/>
                  </prepare>
                  <configuration>
                      <property>
                          <name>mapred.job.queue.name</name>
                          <value>${queueName}</value>
                      </property>
                  </configuration>
                  <!--   指定具体的Sqoop命令。注意命令最前面不加“sqoop”,不能写为“sqoop import”,数据库密码不能使用单引号或双引号引用 -->
                  <command>import --connect jdbc:mysql://mysql_host_ip:3306/database --username xxx --password xxx --table xxx --hive-import --hive-table xxx --delete-target-dir --fields-terminated-by "," -m 1 --as-textfile</command>
                  <!--   指定使用的HDFS上的配置文件。无特殊情况的话默认可不指定-->
                  <file>/user/oozie/share/lib/sqoopclient/hive-site.xml#hive-site.xml</file> 
              </sqoopclient>
              <ok to="end"/>
              <error to="fail"/>
          </action>
      
          <kill name="fail">
              <message>Sqoop client failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
          </kill>
          <end name="end"/>
      </workflow-app>

  8. 将“workflow.xml”文件上传至“job.properties” 文件中“oozie.wf.application.path”参数配置的HDFS路径下,例如:

    hadoop fs -put -f workflow.xml /user/oozieuser/examples/apps/sqoopclient

    说明:
    • 如果路径不存在,需执行以下命令先创建路径:

      hadoop fs -mkdir -p /user/oozieuser/examples/apps/sqoopclient

    • 后续每次在客户端本地修改“workflow.xml”后,执行oozie job命令前,都需要先将“workflow.xml”重新上传到HDFS中。

  9. 执行oozie job命令,运行工作流文件。

    oozie job -oozie https://oozie实例的主机IP:端口号/oozie/ -config job.properties -run

    说明:
    • 命令参数解释如下:
      • -oozie:实际执行Sqoop任务的Oozie服务器的URL。
      • -config:工作流属性文件。
      • -run:运行工作流。
    • 执行完工作流文件,显示job id表示提交成功,例如:
      job: 0000021-140222101051722-oozie-omm-W

      可登录Oozie管理页面,查看运行情况:

      使用oozieuser用户,登录Oozie WebUI页面:https://oozie角色的ip地址:21003/oozie 。

      Oozie的WebUI界面中,可在页面表格根据job id查看已提交的工作流信息。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容