一、資料採集引擎

    1、準備實驗環境: 準備Oracle資料庫
                      使用者：sh  表：sales 訂單表（92萬）

    2、Sqoop：採集關係型資料庫中的資料
               用在離線計算的應用中
               強調：批量
               （1）資料交換引擎： RDBMS  <--->  Sqoop <---> HDFS、HBase、Hive
               （2）底層依賴MapReduce
               （3）依賴JDBC
               （4
 
）安裝：tar -zxvf sqoop-1.4.5.bin__hadoop-0.23.tar.gz -C ~/training/
                    設定環境變數：
                    SQOOP_HOME=/root/training/sqoop-1.4.5.bin__hadoop-0.23
                    export SQOOP_HOME

                    PATH=$SQOOP_HOME/bin:$PATH
                    export PATH

                注意：如果是Oracle資料庫，大寫：使用者名稱、表名、列名

          （*）codegen            Generate code to
 
 interact with database records
                根據表結構自動生成對應Java類
                sqoop codegen --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --outdir /root/sqoop


          （*）create-hive-table  Import a table definition into Hive

          （*）eval               Evaluate a
 
 SQL statement and display the results
                在Sqoop中執行SQL
                sqoop eval --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --query 'select * from emp'

          （*）export             Export an HDFS directory to a database table

          （*）help               List available commands

          （*）import             Import a table from a database to HDFS
                匯入資料
                (1)匯入EMP表的所有資料(HDFS上)
                sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --target-dir /sqoop/import/emp1    

                (2)匯入指定的列
                    sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger --table EMP --columns ENAME,SAL  --target-dir /sqoop/import/emp2   

                (3) 匯入訂單表
                sqoop import --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SH --password sh --table SALES --target-dir /sqoop/import/sales -m 1
                錯誤：ERROR tool.ImportTool: Error during import: No primary key could be found for table SALES. Please specify one with --split-by or perform a sequential import with '-m 1'.


          （*）import-all-tables  Import tables from a database to HDFS
                匯入某個使用者下所有的表，預設路徑：/user/root
                sqoop import-all-tables --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SCOTT --password tiger       

          （*）job                Work with saved jobs

          （*）list-databases     List available databases on a server
                (*) MySQL資料庫：就是資料庫的名字
                (*) Oracle資料庫：是資料庫中所有使用者的名字
                sqoop list-databases --connect jdbc:oracle:thin:@192.168.157.163:1521/orcl --username SYSTEM --password password


          （*）list-tables        List available tables in a database
          （*）merge              Merge results of incremental imports
          （*）metastore          Run a standalone Sqoop metastore
          （*）version            Display version information

    3、Flume：採集日誌
               用在實時計算（流式計算）的應用中
               強調：實時

#bin/flume-ng agent -n a4 -f myagent/a4.conf -c conf -Dflume.root.logger=INFO,console
#定義agent名， source、channel、sink的名稱
a4.sources = r1
a4.channels = c1
a4.sinks = k1

#具體定義source
a4.sources.r1.type = spooldir
a4.sources.r1.spoolDir = /root/training/logs

#具體定義channel
a4.channels.c1.type = memory
a4.channels.c1.capacity = 10000
a4.channels.c1.transactionCapacity = 100

#定義攔截器，為訊息新增時間戳
a4.sources.r1.interceptors = i1
a4.sources.r1.interceptors.i1.type = org.apache.flume.interceptor.TimestampInterceptor$Builder


#具體定義sink
a4.sinks.k1.type = hdfs
a4.sinks.k1.hdfs.path = hdfs://192.168.157.11:9000/flume/%Y%m%d
a4.sinks.k1.hdfs.filePrefix = events-
a4.sinks.k1.hdfs.fileType = DataStream

#不按照條數生成檔案
a4.sinks.k1.hdfs.rollCount = 0
#HDFS上的檔案達到128M時生成一個檔案
a4.sinks.k1.hdfs.rollSize = 134217728
#HDFS上的檔案達到60秒生成一個檔案
a4.sinks.k1.hdfs.rollInterval = 60

#組裝source、channel、sink
a4.sources.r1.channels = c1
a4.sinks.k1.channel = c1

Flume的體系結構

二、HUE

三、ZooKeeper

Oracle和Mysql的區別