【Hadoop/Hbase】centos上安装并设置Snappy/LZO压缩方式

漂亮蓝影

　　在hadoop和hbase文件传输可以在压缩之后在进行传输，这样就可以在传输的时候减少传输数据，增大I/O和带宽效率。其中压缩阶段分为三种：包括input data压缩，middle result by map还有最后一种就是reduce之后的最终结果。在hadoop中主要提供了三种压缩方式Gzip、LZO、Snappy三种数据压缩。后面两种需要额外的配置和安装依赖。但是，在hadoop中默认都已经实现接口。但是如果你不进行相应的安装依赖，当你想使用某个压缩手段的时候还是会报出各种错误。
　　比如在启动某个job的时候可能会有如下提示：
　　"Cannot load  Snappy without snappy library!"，或者也有可能是抛出一个异常"native snappy library not available"，这都是说明当前hadoop的配置中无法使用压缩。那么想使用某种压缩手段必须先安装，这里介绍的是Snappy的安装。Snappy是谷歌推出的一种压缩方法，详情请点击
　　其中安装步骤如下：
　　在安装之前必须确定Requirements: gcc c++, autoconf, automake, libtool, Java 6, JAVA_HOME set, Maven 3都已经安装到机器上，如果没有请相应挨个安装。
　　1：下载并安装snappy，在上述的snappy介绍地址中就有下载链接。下载并解压到/tmp/snappy目录下。
　　安装
　　

$tarzxvf snappy-1.0.5.tar.gz
$cdsnappy-1.0.5
$ ./configure
$make
$sudomakeinstall　　
　　



2：注意这时仅是安装了snappy，但是还没有使snappy和hadoop连接起来。下面就是通过mvn，创建hadoop-snappy的jar包。首先需要下载hadoop-snappy到/tmp。解压到/tmp/hadoop-snappy，进入该目录。　　执行
　　$ mvn package -Dsnappy.prefix=/usr/local


　　3：安装完成之后就可以发现当期目录下的taget文件夹中存在打成的包。然后把相应的包拷贝到hadoop的lib文件夹下
　　$ cp-r
hadoop-snappy-0.0.1-SNAPSHOT/lib/* <YOUR_HADOOP_HOME>/lib


　　


　　4：然后在core-site.xml中增加声明
　　

<property>
    <name>io.compression.codecs</name>
    <value>
      org.apache.hadoop.io.compress.GzipCodec,
      org.apache.hadoop.io.compress.DefaultCodec,
      org.apache.hadoop.io.compress.BZip2Codec,
      org.apache.hadoop.io.compress.SnappyCodec
    </value>
  </property>
　　
　　另外在加入声明的时候注意，value各个之间不要留有空&#26684;，否则会报出各种class not found的异常
　　java.lang.IllegalArgumentException: Compression codec  org.apache.hadoop.io.compress.SnappyCodec not found


　　重启hadoop，安装完成。
　　


　　


　　上述介绍的是Snappy的安装方法，下面结束的是LZO的压缩办法。对于LZO的压缩效率和压缩速度是不逊于Snappy的。在有些机器上可能会发生莫名Snappy无法使用，那不得不就采用LZO了，这里就简单说明一下步骤。
　　LZO是压缩需要先下载hadoop-lzo，下载地址
　　该包是通过ant编译的，所以想进行下面操作还需要下载安装ant。好在编译之前需要下载安装的额外的东西就是如上了，下面先开始安装lzo
　　yum install lzo-devel.x86_64

yum install lzop.x86_64


　　我的机器是64位的，所以安装了64为的包。你也可以自己去查找适合的rpm包，然后自己安装。如果自己通过rmp包安装，记得需要三个依赖。可以通过该rpm网站去查找适合的包，rpmfinder。
　　安装好lzo就需要编译hadoop lzo。
　　进入上面下载的hadoop-lzo文件夹下的含有build.xml的路径下，执行命令 ~/apache-ant-1.8.2/bin/ant compile-native tar。这里对于/apache-ant-1.8.2/bin/ant 请注意，它是你的ant所在的路径，请使用你的路径代替这个路径。当没有错误的执行完成之后，就可以发现有一个build目录。在build目录下有一个native文件夹，把native的文件夹下的内容拷贝到你hadoop的本地目录下，重启hadoop。OK，搞定。
　　如果上面的Snappy安装成功的话，其实LZO只是执行了相同的步骤而已。
　　对于安装LZO可能遇到的问题如下几个
　　1：最常见的应该是如下错误了。
　　java.io.IOException: java.lang.RuntimeException: native-lzo library not available

        at org.apache.hadoop.hive.ql.exec.FetchOperator.getNextRow(FetchOperator.java:544)

        at org.apache.hadoop.hive.ql.exec.FetchOperator.pushRow(FetchOperator.java:488)

        at org.apache.hadoop.hive.ql.exec.FetchTask.fetch(FetchTask.java:136)

        at org.apache.hadoop.hive.ql.Driver.getResults(Driver.java:1412)

        at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:271)

        at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)

        at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:413)

        at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:756)

        at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:614)

        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)

        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)

        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)

        at java.lang.reflect.Method.invoke(Method.java:597)

        at org.apache.hadoop.util.RunJar.main(RunJar.java:156)

Caused by: java.lang.RuntimeException: native-lzo library not available

        at com.hadoop.compression.lzo.LzopCodec.createDecompressor(LzopCodec.java:104)

        at com.hadoop.compression.lzo.LzopCodec.createInputStream(LzopCodec.java:89)

        at com.hadoop.mapred.DeprecatedLzoLineRecordReader.<init>(DeprecatedLzoLineRecordReader.java:59)

        at com.hadoop.mapred.DeprecatedLzoTextInputFormat.getRecordReader(DeprecatedLzoTextInputFormat.java:158)

        at org.apache.hadoop.hive.ql.exec.FetchOperator.getRecordReader(FetchOperator.java:432)

        at org.apache.hadoop.hive.ql.exec.FetchOperator.getNextRow(FetchOperator.java:508)

        ... 13 more
　　这个错误引发的地方很多，我从以下几个可能的地方。
　　1）你的hadoop的本地目录中没有编译好的文件，hadoop的本地文件目录一般是hadoop_home/lib/native/<your_LInux>;
　　2）JAVA_LIBRARY_PATH没有设定。其实这点很奇怪，有的节点上不设定依旧可以跑。不过过遇到这问题之后，修改一下没命令尝试一下也好。如果解决了问题更好，解决不了那再想办法。使用命令 export JAVA_LIBRARY_PATH=/hadoop/hadoop-1.2.0/lib/native/Linux-amd64-64
　　 3）没有编译hadoop-lzo，按章上面安装步骤编译一遍。
　　2：可能某个节点上会报有Cannot load liblzo2.so.2 (liblzo2.so.2: cannot open shared object file: No such file or directory)!但是在其他节点上正常。
　　那这个时候也没有办法就在该节点上安装LZO，使用上述安装命令。

版权声明：本文为博主原创文章，转载请注明来源。