apache-sqoop使用问题及总结

使用版本为ambari-2.7.3，自带的sqoop-1.4.7

1.找不到hive

21/09/08 11:16:16 ERROR tool.ImportTool: Import failed: java.io.IOException: Cannot run program "hive": error=2, No such file or directory

在安装sqoop的机器上，安装hive客户端并配置环境变量。

2.sqoophook、hivedatatypes（结束但无数据）

21/09/08 11:47:44 WARN mapreduce.PublishJobData: Unable to publish import data to publisher org.apache.atlas.sqoop.hook.SqoopHook
java.lang.ClassNotFoundException: org.apache.atlas.sqoop.hook.SqoopHook

查了网上没有找到直接的解决方案，故根据报错信息分析：应该首先是缺少依赖包，根据 org.apache.atlas.sqoop ，去maven仓库寻找jar包：https://mvnrepository.com/

因为看到国外网友分享的经验里面，没有直接名为sqoophook的包，那么找可能性大的

一步一步来

输入：sqoop-bridge

那么因为sqoop是1.4.7，那么猜测一下，选择版本1.2.0

拷贝到服务器的sqoop/lib/目录下。

转机出现！

Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/atlas/hive/model/HiveDataTypes
at org.apache.atlas.sqoop.hook.SqoopHook.toHiveDatabaseEntity(SqoopHook.java:109)

报错信息变了，变了就有希望，说明上一次对症了，根据刚才的思路，再去maven找

看了所有相关的包，这个最接近，因为我们集群是hive2，那么猜测选择2.1.0

放到sqoop/lib/目录下，再次执行，无报错！！！

[INFO] 2021-09-08 16:35:53.721 - [taskAppId=TASK-21-274-362]:[404] - appId:application_1630928169074_2447, final state:SUCCESS

但是hdfs的表分区目录仍然是被删除的状态，就是MapReduce跑完了，数据是有的，但是success之后，目录被删了，数据不见了。

最终解决：--delete-target-dir 和--hive-overwrite不要一起用，经测试只用--hive-overwirte也不好使，只用--delete-target-dir即可。