最近在研究如何使用sqoop2来做数据etl。sqoop2采用了mapreduce机制，可以让多个节点同时抽取数据，这样可以提高效率。理念不错，但是这个软件由于是开源产品，做得并不是很完善，我在使用它连接oracle数据库的时候，就掉坑里了。

按照教程，使用sqoop2-shell命令行工具，对etl过程进行配置，其中涉及到oracle的连接串配置。我从网上找了一个oracle jdbc 连接例子试了一下，能够连通，就用例子里的jdbc url来配置sqoop2了。这个url长得如下：

jdbc:Oracle:thin://:1521:orcl

结果就悲剧了，在监控里提示job被分配到一个节点后，节点连接oracle数据库失败，提示jdbcurl=null。

由于不理解问题原因，我研究了5、6天，才最终决定要从研究为啥jdbcurl变成空了入手。

翻了好多代码，终于知道sqoop2会根据用户设置的jdbc url，重写一遍，用于提供给每个mapper class.如果你用户提供的url不能正确解析，那么传给mapper的就是空。 这个重写的工作，就在 OracleJdbcCommonInitializer.setMapperConnectionDetails里。非常讽刺的是，这个类会先拿用户提供的url连一次数据库，连通了，然后才重写jdbc url。如果这个时候，解析用户的url失败，就会报错。但是，这样的做法不是脱裤子放屁么？你解析不了，完全可以原样传给mapper呀。

看了一下解析jdbc url的函数，发现我的url的确写得有问题，斜杠的位置放错了，应该放在@后面，或者直接删除。而且事后去网上找url例子，发现我这么写的居然找不到了。运气好，还是不好呢？

改好url，节点就不再提示连接数据库的问题了，接下来是类型不匹配的问题。这个还需要继续研究。

org.apache.sqoop.connector.jdbc.oracle.util.OracleDataChunkExtent cannot be cast to org.apache.sqoop.connector.jdbc.oracle.util.OracleDataChunk