Sqoop 安装

Sqoop 主要用于关系型数据库和 Hadoop 生态之间的数据导入导出。它不像 HDFS、YARN 那样有常驻服务进程，本篇安装的核心动作是把 SQOOP Client 分发到目标主机，并下发 sqoop-env、sqoop-site 等客户端配置。

我会把 Sqoop 放在 Hive 后面安装。原因很简单：真实使用 Sqoop 时，经常会把数据导入 HDFS 或 Hive 表；先确认 HDFS、YARN、Tez、Hive 都可用，后面做导入导出验证时会少很多干扰。

本次角色分配如下：

主机	Sqoop 角色
hadoop1.test.com	SQOOP Client
hadoop2.test.com	SQOOP Client
hadoop3.test.com	SQOOP Client

提示

Sqoop 是客户端型组件，安装完成后服务状态显示 已安装 是正常的。不要强行去找“运行中”的 Sqoop 进程。

1. 选择 Sqoop 服务

进入 服务与组件，点击 新增服务，勾选 Sqoop。

页面会提示依赖的 HDFS 已满足。这里我建议只勾选 Sqoop，不要把后面的 HBase、Kafka、Spark 一起打包安装，这样每个组件出问题时更容易定位。

2. 确认没有 Master 组件

Master 分配页会提示所选服务没有 Master 组件。

这一步直接下一步即可。Sqoop 不需要 NameNode、ResourceManager、HiveServer2 这类常驻管理角色。

3. 分配 Sqoop Client

Slave 与 Client 分配页里，Sqoop 没有 Slave，只需要分配 Client。

本次三台主机都安装 SQOOP Client：

组件	分配主机
SQOOP	hadoop1.test.com、hadoop2.test.com、hadoop3.test.com

如果集群里只有固定的边缘节点会执行导入导出，也可以只把 Sqoop Client 放在边缘节点上。教程环境为了后面演示方便，三台都装。

4. 查看 Sqoop 配置

进入自定义配置页后，页面显示 待填写 0。

默认配置可以先保留。这里真正要关心的是两类路径：

配置方向	说明
Hadoop / Hive 环境	Sqoop 会读取 Hadoop、Hive 相关目录，用于导入到 HDFS 或 Hive。
JDBC 驱动	前面已经准备过 MySQL / MariaDB JDBC 驱动，后面连接业务库时会用到。

如果生产环境要连接 Oracle、PostgreSQL、SQL Server 等数据库，需要提前把对应 JDBC Driver 放到 Ambari Server 可分发的位置，并在 Sqoop 配置里补上驱动项。

5. 确认安装清单

确认页里会看到 Sqoop 只有 Client 分配。

我会重点确认这几项：

检查项	本次结果
新增服务	SQOOP
Master 分配	无
Slave 分配	无
Client 分配	三台主机都安装 SQOOP
配置校验	必填项已填写

确认无误后点击 开始安装。如果集群已经开启 Kerberos，向导会要求提交 KDC 管理员凭据，本次继续使用 admin/[email protected] 和对应管理员密码。

6. 等待 Sqoop 安装完成

Sqoop 安装阶段会在三台主机上安装客户端包、生成配置并分发 Kerberos 相关凭据。它没有服务启动步骤，所以安装任务完成后会进入 已安装 状态。

安装过程中我主要看：

检查项	期望结果
SQOOP Client	三台主机安装完成
失败任务	0
服务状态	已安装

如果安装任务提示找不到 JDBC 驱动，先回到前面的 MySQL 驱动与本地仓库准备步骤，确认 /usr/share/java/mysql-connector-java.jar 存在。

7. 回到服务列表确认状态

安装完成后回到 服务与组件 页面，Sqoop 会出现在 查询数据 分类下。

可以看到 Sqoop 只有一个 Client 组件，并且三台主机都已经分发完成。

进入 Sqoop 服务详情页，状态显示 已安装。

如果想在命令行做一个轻量确认，可以在安装了 Sqoop Client 的节点上执行：

sqoop version

正常会看到类似结果：

Sqoop 1.4.7

如果此时还没有安装 HBase，命令输出里可能会提示 HBASE_HOME 不存在。这个提示只表示 HBase 相关导入能力暂时不可用，不影响 Sqoop Client 本身。等下一篇 HBase 安装完成后，再回头使用 HBase 相关导入能力即可。

到这里，Sqoop 的基础安装完成。下一步继续安装 HBase，补齐后续 HBase、Kafka、Flink、Spark、Hue 这些组件的运行底座。