如何解決在 Amazon EMR 中使用 Sqoop 將 Amazon RDS 資料以 Parquet 格式匯出至 Amazon S3 時，出現的「未知資料集 URI 模式：資料集」錯誤？

解決方法

未知資料集 URI 模式：資料集錯誤會影響 Sqoop 版本 1.4.7。若要解決此錯誤，請完成下列步驟，以下載並安裝 kite-data-s3-1.1.0.jar：

1. 若要連線到 Amazon EMR 主節點，請使用 SSH。

2. 若要下載 kite-data-s3-1.1.0.jar，請使用 wget：

   [hadoop@example-ip-address]$ wget https://repo1.maven.org/maven2/org/kitesdk/kite-data-s3/1.1.0/kite-data-s3-1.1.0.jar

   **注意：**請使用您的 IP 位址取代 example-ip-address。

3. 確認下載的檔案大小正確 (1.7 MB)：

   [hadoop@example-ip-address]$ du -h kite-data-s3-1.1.0.jar
   1.7M     kite-data-s3-1.1.0.jar

   **注意：**請使用您的 IP 位址取代 example-ip-address。

4. 將下載的檔案移至 Sqoop 程式庫目錄 /usr/lib/sqoop/lib/：

   sudo cp kite-data-s3-1.1.0.jar /usr/lib/sqoop/lib/

5. 授予下載檔案所需的權限：

   sudo chmod 755 /usr/lib/sqoop/lib/kite-data-s3-1.1.0.jar

6. 若要匯入下載的檔案，請使用 s3n 連接器。

   範例：

   sqoop import --connect jdbc:mysql://mysql.cdfqbesrukqe.eu-west-1.rds.amazonaws.com:3306/dev --username admin -P --table hist_root --target-dir example-s3n://example-bucket/sqoop_parquet/demo --as-parquetfile -m 2 --split-by identifiers -- --schema onwatch

   注意：如果您使用 s3 連接器，則會出現未知資料集 URI 模式：資料集錯誤。--target-dir 的值必須採用至少 3 個層級的路徑格式 (s3n://example-bucket/example-namespace/example-dataset>)

如需詳細資訊，請參閱 Kite SDK 網站上的資料集、檢視和儲存庫 URI。