Hadoop HBase 配置 安装 Snappy 终极教程
因为产品需要，这两天研究了一下Hadoop Snappy。先不说什么各个压缩算法之间的性能对比，单是这个安装过程，就很痛苦。网上有很多博友写Hadoop Snappy安装过程，大部分是照着Google的文档翻译了一遍，并没有列举出遇到的问题。有的博文，明明其验证提示是错误的，还说如果输出XXX，说明安装成功了。费了老大的劲，终于安装成功了，现将详细步骤及遇到的问题，一一列出，只希望接下来需要研究及安装的朋友，看到这篇博文，能够一气呵成！本篇文章主要包括：
1. Snappy 压缩算法介绍及集中压缩算法比较
2. Snappy 安装过程及验证
3. Hadoop Snappy 源码编译过程及问题解决方案
4. Hadoop上Hadoop Snappy 安装配置过程及验证
5. HBase 配置Snappy及验证
6.如何在集群中所有节点部署
废话不多说，现在开始：
1. Snappy 压缩算法介绍及几种压缩算法比较
这一部分可以参考我的上一篇博文： Hadoop压缩-SNAPPY算法 ，或者直接参看Google文档： http://code.google.com/p/snappy/ 及 http://code.google.com/p/hadoop-snappy/ 。不再详细介绍。
2. Snappy 安装过程及验证
① 前置条件
前五个如果不能确定的话，可以直接使用yum install XXX来确认一下，如果已安装会提示，没有安装的话，会自动安装上。
下载地址： http://code.google.com/p/snappy/downloads/list 。
③ 编译并安装动态链接库到本地
./ configure make make install
默认是安装到了/usr/local/lib。这时在此目录下查看会生成：
[root@slave1 lib]# pwd /usr/local/ lib [root@slave1 lib]# ll total 536 -rw-r--r--. 1 root root 369308 Jan 14 11 : 02 libsnappy.a -rwxr-xr-x. 1 root root 957 Jan 14 11 : 02 libsnappy.la lrwxrwxrwx. 1 root root 18 Jan 14 11 : 02 libsnappy.so -> libsnappy.so. 1.1 . 3 lrwxrwxrwx. 1 root root 18 Jan 14 11 : 02 libsnappy.so. 1 -> libsnappy.so. 1.1 . 3 -rwxr-xr-x. 1 root root 171796 Jan 14 11 : 02 libsnappy.so. 1.1 . 3 [root@slave1 lib]#
如果没有错误且文件及链接一致，snappy的安装已经成功。
3. Hadoop Snappy 源码编译过程及问题解决方案
① 下载Hadoop-Snappy源码
下载地址： http://code.google.com/p/hadoop-snappy/
② 编译hadoop snappy源码
mvn package [-Dsnappy.prefix=SNAPPY_INSTALLATION_DIR]
注：如果第二步snappy安装路径是默认的话，即/usr/local/lib，则此处 [-Dsnappy.prefix=SNAPPY_INSTALLATION_DIR] 可以不写，或者 -Dsnappy.prefix=/usr/local/lib
这个过程如果你的CentOS各个软件的版本正好和Hadoop Snappy要求的一致的话，真的恭喜你，可以一部成功，但是有些还是会有问题。我遇到的三个比计较棘手的问题：
错误一 ：/root/modules/hadoop-snappy/maven/build-compilenative.xml:62: Execute failed: java.io.IOException: Cannot run program "autoreconf" (in directory "/root/modules/hadoop-snappy/target/native-src"): java.io.IOException: error=2, No such file or directory
解决方案： 说明缺少文件，但是这个文件是在target下的，是编译过程中自动生成的，原本就不该存在，这是问什么呢？其实根本问题不是缺文件，而是Hadoop Snappy是需要一定的前置条件的：Requirements: gcc c++, autoconf, automake, libtool, Java 6, JAVA_HOME set, Maven 3。
我这里边缺少了autoconf，automake，libtool的缘故。在ubuntu中，你可以直接依次apt-get install autoconf，automake，libtool即可，如果是在CentOS中，只需将apt-get 换成 yum。
错误二：
[exec] make: *** [src/org/apache/hadoop/io/compress/snappy/SnappyCompressor.lo] Error 1 [ERROR] Failed to execute goal org.apache.maven.plugins:maven -antrun-plugin: 1.6 :run (compile) on project hadoop- snappy: An Ant BuildException has occured: The following error occurred while executing this line: [ERROR] /home/ngc/ Char /snap/hadoop-snappy/hadoop-snappy-read-only/maven/build-compilenative.xml: 75 : exec returned: 2
解决方案： 这个是最恶心的。Hadoop Snappy的前置条件需要安装gcc，但是它的官方文档仅仅列出了需要gcc，而没有列出需要什么版本的gcc。在Google中英文搜索了半天，刨来刨去，终于发现，有句话说Hadoop Snappy是需要gcc4.4的。而我的是gcc4.6.3。
[root@master modules]# gcc -- version gcc (GCC) 4.4 . 6 20120305 (Red Hat 4.4 . 6 - 4 ) Copyright (C) 2010 Free Software Foundation, Inc. This is free software; see the source for copying conditions. There is NO warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.
那么我们就要回退，如何回退：
1 . apt-get install gcc- 3.4 2 . rm /usr/bin/ gcc 3 . ln -s /usr/bin/gcc- 4.4 /usr/bin/ gcc 之后，再gcc --version，你就会发现，gcc已经变成4. 4 .7了。
错误三：
[exec] /bin/bash ./libtool --tag=CC --mode=link gcc -g -Wall -fPIC -O2 -m64 -g -O2 -version-info 0 : 1 : 0 -L/usr/local//lib -o libhadoopsnappy.la -rpath /usr/local/lib src/org/apache/hadoop/io/compress/snappy/SnappyCompressor.lo src/org/apache/hadoop/io/compress/snappy/SnappyDecompressor.lo -ljvm - ldl
[exec] /usr/bin/ld: cannot find - ljvm
[exec] collect2: ld returned 1 exit status
[exec] make: *** [libhadoopsnappy.la] 错误 1
[exec] libtool: link: gcc -shared -fPIC -DPIC src/org/apache/hadoop/io/compress/snappy/.libs/SnappyCompressor.o src/org/apache/hadoop/io/compress/snappy/.libs/SnappyDecompressor.o -L/usr/local//lib -ljvm -ldl -O2 -m64 -O2 -Wl,-soname -Wl,libhadoopsnappy.so. 0 -o .libs/libhadoopsnappy.so. 0.0 . 1
解决方案： 如果你去搜，你会发现网上有很多 解决/usr/bin/ld: cannot find -lxxx 这样的博客，但是这里，我告诉你，他们的都不适用。因为这儿既不是缺什么，也不是版本不对，是因为没有把安装jvm的libjvm.so symbolic link到usr/local/lib。如果你的系统时amd64，可到/root/bin/jdk1.6.0_37/jre/lib/amd64/server/察看libjvm.so link到的地方，这里修改如下：
ln -s /root/bin/jdk1.6.0_37/jre/lib/amd64/server/libjvm.so /usr/local/lib/ 问题即可解决。
③ hadoop snappy源码编译成功以后，在target包下，会有如下文件：
[root@master snappy-hadoop]# cd target/ [root@master target]# ll total 928 drwxr -xr-x. 2 root root 4096 Jan 13 19 : 42 antrun drwxr -xr-x. 2 root root 4096 Jan 13 19 : 44 archive- tmp drwxr -xr-x. 3 root root 4096 Jan 13 19 : 42 classes -rw-r--r--. 1 root root 168 Jan 13 19 : 44 copynativelibs.sh drwxr -xr-x. 4 root root 4096 Jan 13 19 : 42 generated- sources -rw-r--r--. 1 root root 11526 Jan 13 19 : 44 hadoop-snappy- 0.0 . 1 - SNAPSHOT.jar -rw-r--r--. 1 root root 337920 Jan 13 19 : 44 hadoop-snappy- 0.0 . 1 -SNAPSHOT-Linux-amd64- 64 .tar drwxr -xr-x. 3 root root 4096 Jan 13 19 : 44 hadoop-snappy- 0.0 . 1 -SNAPSHOT- tar -rw-r--r--. 1 root root 180661 Jan 13 19 : 44 hadoop-snappy- 0.0 . 1 - SNAPSHOT.tar.gz drwxr -xr-x. 2 root root 4096 Jan 13 19 : 44 maven- archiver drwxr -xr-x. 3 root root 4096 Jan 13 19 : 42 native- build drwxr -xr-x. 7 root root 4096 Jan 13 19 : 42 native- src drwxr -xr-x. 2 root root 4096 Jan 13 19 : 44 surefire- reports drwxr -xr-x. 3 root root 4096 Jan 13 19 : 42 test- classes -rw-r--r--. 1 root root 365937 Jan 13 19 : 44 test.txt.snappy [root@master target]#
4. Hadoop上Hadoop Snappy 安装配置过程及验证
这个过程也比较繁杂，配置点比较多要仔细：
① 解压第三步target下hadoop-snappy-0.0.1-SNAPSHOT.tar.gz，解压后，复制lib文件
cp -r /root/modules/snappy-hadoop/target/hadoop-snappy- 0.0 . 1 -SNAPSHOT/lib/native/Linux-amd64- 64 /* $HADOOP_HOME/lib/native/Linux-amd64- 64 /
② 将第三步target下的hadoop-snappy-0.0.1-SNAPSHOT.jar复制到$HADOOP_HOME/lib 下。
③ 配置hadoop-env.sh，添加：
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HADOOP_HOME/lib/native/Linux-amd64- 64 /:/usr/local/lib/
④ 配置mapred-site.xml，这个文件中，所有跟压缩有关的配置选项有：
< property >
< name > mapred.output.compress </ name >
< value > false </ value >
< description > Should the job outputs be compressed?
</ description >
</ property >
< property >
< name > mapred.output.compression.type </ name >
< value > RECORD </ value >
< description > If the job outputs are to compressed as SequenceFiles, how should
they be compressed? Should be one of NONE, RECORD or BLOCK.
</ description >
</ property >
< property >
< name > mapred.output.compression.codec </ name >
< value > org.apache.hadoop.io.compress.DefaultCodec </ value >
< description > If the job outputs are compressed, how should they be compressed?
</ description >
</ property >
< property >
< name > mapred.compress.map.output </ name >
< value > false </ value >
< description > Should the outputs of the maps be compressed before being
sent across the network. Uses SequenceFile compression.
</ description >
</ property >
< property >
< name > mapred.map.output.compression.codec </ name >
< value > org.apache.hadoop.io.compress.DefaultCodec </ value >
< description > If the map outputs are compressed, how should they be
compressed?
</ description >
</ property >
根据自己的需要，配置进去即可。我们为了验证方便，仅配置map部分：
< property >
< name > mapred.compress.map.output </ name >
< value > true </ value >
</ property >
< property >
< name > mapred.map.output.compression.codec </ name >
< value > org.apache.hadoop.io.compress.SnappyCodec </ value >
</ property >
⑤ 重新启动hadoop。为了验证是否成功，往hdfs上传一个文本文件，敲入一些词组，运行wordcount程序。如果map部分100%完成，即说明我们hadoop snappy安装成功。
因为hadoop没有像HBase一样提供util.CompressionTest类(或者是我没有找到)，所以只能按照这种方法来测试。接下来，将详细列出HBase使用Snappy的配置过程。
5. HBase 配置Snappy及验证
在Hadoop上配置Snappy成功以后，相对来说，在HBase上配置要简单一些了。
① 配置HBase lib/native/Linux-amd64-64/ 中的lib文件。HBase中的lib文件，即需要第三步中/root/modules/snappy-hadoop/target/hadoop-snappy-0.0.1-SNAPSHOT/lib/native/Linux-amd64-64/ 下的所有lib文件，也需要Hadoop中，$HADOOP_HOME/lib/native/Linux-amd64-64/下的hadoop的lib文件(我看到的大部分介绍snappy的文章，均为提到这一点)。简单起见，我们只需要将$HADOOP_HOME/lib/native/Linux-amd64-64/下lib文件，全部复制到相应HBase目录下：
cp -r $HADOOP_HOME/lib/native/Linux-amd64-64/* $HBASE_HOME/lib/native/Linux-amd64-64/
② 配置HBase环境变量hbase-env.sh
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HADOOP_HOME/lib/native/Linux-amd64-64/:/usr/local/lib/
export HBASE_LIBRARY_PATH=$HBASE_LIBRARY_PATH:$HBASE_HOME/lib/native/Linux-amd64-64/:/usr/local/lib/
③ 重启HBase。
④ 验证安装是否成功
首先，使用 CompressionTest 来查看snappy是否 enabled 并且能成功 loaded:
hbase org.apache.hadoop.hbase.util.CompressionTest hdfs://192.168.205.5:9000/output/part-r-00000 snappy
其中，/output/part-r-00000 为我们在验证hadoop snappy的时候，wordcount的输出。
执行命令后结果为：
[root@master ~]# hbase org.apache.hadoop.hbase.util.CompressionTest hdfs://192.168.205.5:9000/output/part-r-00000 snappy 13/01/13 21:59:24 INFO util.ChecksumType: org.apache.hadoop.util.PureJavaCrc32 not available. 13/01/13 21:59:24 INFO util.ChecksumType: Checksum can use java.util.zip.CRC32 13/01/13 21:59:24 INFO util.ChecksumType: org.apache.hadoop.util.PureJavaCrc32C not available. 13/01/13 21:59:24 DEBUG util.FSUtils: Creating file:hdfs://192.168.205.5:9000/output/part-r-00000with permission:rwxrwxrwx 13/01/13 21:59:24 WARN snappy.LoadSnappy: Snappy native library is available 13/01/13 21:59:24 INFO util.NativeCodeLoader: Loaded the native-hadoop library 13/01/13 21:59:24 INFO snappy.LoadSnappy: Snappy native library loaded 13/01/13 21:59:24 INFO compress.CodecPool: Got brand-new compressor 13/01/13 21:59:24 DEBUG hfile.HFileWriterV2: Initialized with CacheConfig:disabled 13/01/13 21:59:24 INFO compress.CodecPool: Got brand-new decompressor SUCCESS
说明Snappy 安装已经enable并且能够成功loaded。
⑤ 接下来创建并操作Snappy压缩格式的表
[root@master ~]# hbase shell
HBase Shell; enter 'help < RETURN > ' for list of supported commands.
Type "exit < RETURN > " to leave the HBase Shell
Version 0.94.2, r1395367, Sun Oct 7 19:11:01 UTC 2012
//创建表
hbase(main):001:0> create 'tsnappy', { NAME => 'f', COMPRESSION => 'snappy'}
0 row(s) in 10.6590 seconds
//describe表
hbase(main):002:0> describe 'tsnappy'
DESCRIPTION ENABLED
{NAME => 'tsnappy', FAMILIES => [{NAME => 'f', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'NONE', REPLICATION_ true
SCOPE => '0', VERSIONS => '3', COMPRESSION => 'SNAPPY', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CE
LLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', ENCODE_ON_DISK => 'true', BLOCKCACHE => 'true'}]}
1 row(s) in 0.2140 seconds
//put数据
hbase(main):003:0> put 'tsnappy', 'row1', 'f:col1', 'value'
0 row(s) in 0.5190 seconds
//scan数据
hbase(main):004:0> scan 'tsnappy'
ROW COLUMN+CELL
row1 column=f:col1, timestamp=1358143780950, value=value
1 row(s) in 0.0860 seconds
hbase(main):005:0>
以上所有过程均成功执行，说明Snappy 在Hadoop及HBase上配置成功~
6.如何在集群中所有节点部署
这一步就非常简单了，尤其是如果你配置过Hadoop集群。仅需要将我们上边所有配置过的文件，分发到所有其他节点的相应目录即可，包括生成的/usr/lib/local下的snappy链接库。
标签: 数据压缩
作者： Leo_wl
出处： http://www.cnblogs.com/Leo_wl/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
版权信息查看更多关于Hadoop HBase 配置 安装 Snappy 终极教程的详细内容...