本文共 3075 字,大约阅读时间需要 10 分钟。
使用Sqoop将Oracle中的数据导入到HBase中,并自动生成组合行键! sqoop-1.4.4.bin__hadoop-2.0.4-alpha.tar.gz
最新版本的Sqoop1.99.3功能太弱,只支持导入数据到HDFS,没有别的任何选项,太土了!(如有不同意见欢迎讨论给出解决方案)
sqoop import -D sqoop.hbase.add.row.key=true --connect jdbc:oracle:thin:@192.168.0.147:1521:ORCLGBK --username ZHAOBIAO --P --table CMS_NEWS_0625 --hbase-create-table --hbase-table 147patents --column-family patentinfo --split-by CREATE_TIME --hbase-row-key "CREATE_TIME,PUBLISH_TIME,ID,TITLE" -m:并行执行sqoop导入程序的map task的数量,在不指定的情况下默认启动4个map --split-by:并行导入过程中,各个map task根据哪个字段来划分数据段,该参数最好指定一个能相对均匀划分数据的字段,比如创建时间、递增的ID --hbase-table:hbase中接收数据的表名 --hbase-create-table:如果指定的接收数据表在hbase中不存在,则新建表 --column-family:列族名称,所有源表的字段都进入该列族 --hbase-row-key:如果不指定则采用源表的key作为hbase的row key。可以指定一个字段作为row key,或者指定组合行键,当指定组合行键时,用双引号包含多个字段,各字段用逗号分隔 -D sqoop.hbase.add.row.key :是否将rowkey相关字段写入列族中,默认为false,默认情况下你将在列族中看不到任何row key中的字段。注意,该参数必须放在import之后。 1.Oracle的表名必须大写(--table CMS_NEWS_0625) ; 2.用户名必须大写字母( --username ZHAOBIAO); 3.组合行键参数中的字段名都必须大写( --hbase-row-key "CREATE_TIME,PUBLISH_TIME,TITLE" ); 4.作为组合行键的几个字段都不能有null值,否则会报错,请执行该语句前先确认; Error: java.io.IOException: Could not insert row with null value for row-key column: OPERATE_TIME
at org.apache.sqoop.hbase.ToStringPutTransformer.getPutCommand(ToStringPutTransformer.java:125)
at org.apache.sqoop.hbase.HBasePutProcessor.accept(HBasePutProcessor.java:142)
at org.apache.sqoop.mapreduce.DelegatingOutputFormat$DelegatingRecordWriter.write(DelegatingOutputFormat.java:128)
at org.apache.sqoop.mapreduce.DelegatingOutputFormat$DelegatingRecordWriter.write(DelegatingOutputFormat.java:92)
at org.apache.hadoop.mapred.MapTask$NewDirectOutputCollector.write(MapTask.java:634)
at org.apache.hadoop.mapreduce.task.TaskInputOutputContextImpl.write(TaskInputOutputContextImpl.java:89)
at org.apache.hadoop.mapreduce.lib.map.WrappedMapper$Context.write(WrappedMapper.java:112)
at org.apache.sqoop.mapreduce.HBaseImportMapper.map(HBaseImportMapper.java:38)
at org.apache.sqoop.mapreduce.HBaseImportMapper.map(HBaseImportMapper.java:31)
at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:145)
at org.apache.sqoop.mapreduce.AutoProgressMapper.run(AutoProgressMapper.java:64)
at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:763)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:339)
at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:162)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:415)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1491)
at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:157)
--hbase-row-key "create_time,publish_time,operate_time,title"
--hbase-row-key "CREATE_TIME,PUBLISH_TIME,TITLE"
Map output records=639529
166251 row(s) in 1006.7010 seconds
转载地址:http://wdcgi.baihongyu.com/