爲了配合部門hadoop平臺測試,作者詳細的介紹瞭如何在Hadoop平臺下安裝lzo所需要軟件包:gcc、ant、lzo、lzo編碼/解碼器並配置lzo的文件:core-site.xml、mapred-site.xml。希望對大家有所幫助。以下是正文:
最近我們部門在測試雲計算平臺hadoop,我被lzo折騰了三四天,累了個夠嗆。在此總結一下,也給大家做個參考。
操作系統:CentOS 5.5,Hadoop版本:hadoop-0.20.2-CDH3B4
安裝lzo所需要軟件包:gcc、ant、lzo、lzo編碼/解碼器,另外,還需要lzo-devel依賴
配置lzo的文件:core-site.xml、mapred-site.xml
大致步驟:
1)安裝和更新gcc、ant
2)在各個節點安裝lzo
3)安裝lzo編碼/解碼器
4)修改配置文件,並同步各節點的配置文件
注:沒有特別指出的話,所有操作都是在Namenode中進行的
一、lzo安裝:
1、gcc的安裝:yum即可,記得同時更新lib*、glibc*、gcc*
2、ant的安裝:
刪除舊版本:yum remove ant
安裝新版本:
wgethttp://mirror.bjtu.edu.cn/apache//ant/binaries/apache-ant-1.8.2-bin.tar.bz2
tar -jxvf apache-ant-1.8.2-bin.tar.bz2
添加ant的環境變量:
vi /etc/profile
export ANT_HOME=/usr/local/apache-ant-1.8.2
export PATH=$PATH:$ANT_HOME/bin
source /etc/profile
3、lzo的安裝:
wgethttp://www.oberhumer.com/opensource/lzo/download/lzo-2.04.tar.gz
tar -zxvf lzo-2.04.tar.gz
./configure --enable-shared
make && make install
庫文件被默認安裝到了/usr/local/lib,我們需要進一步指定lzo庫文件的路徑,兩個方法都可以:
1)拷貝/usr/local/lib目錄下的lzo庫文件到/usr/lib(32位平臺),或/usr/lib64(64位平臺)
2)在/etc/ld.so.conf.d/目錄下新建lzo.conf文件,寫入lzo庫文件的路徑,然後運行/sbin/ldconfig -v,使配置生效
4、在各個節點安裝lzo:
這句話本可以一筆帶過,但我把它單獨列出作爲一步,就是要提醒大家:Namenode和Datanode都要安裝lzo!
所需軟件包:gcc、ant、lzo-2.04.tar.gz、lzo-2.04-1.el5.rf.i386.rpm、lzo-devel-2.04-1.el5.rf.i386.rpm
安裝過程:略
調整庫文件路徑:略
5、lzo編碼/解碼器的安裝:
這裏必須要說明:如果hadoop是cloudera版的,那麼lzo編碼/解碼器就不要用google官方的那個!
到這裏下載:https://github.com/kevinweil/hadoop-lzo。我曾經被官方那個東西鬱悶了很久,搜索了大量資料,最後搞明白。
wget https://download.github.com/kevinweil-hadoop-lzo-2ad6654.tar.gz
tar -zxvf kevinweil-hadoop-lzo-2ad6654.tar.gz
cd kevinweil-hadoop-lzo-2ad6654
ant compile-native tar
編譯失敗:
make: *** [impl/lzo/LzoCompressor.lo] Error 1
解決方法參考:http://code.google.com/a/apache-extras.org/p/hadoop-gpl-compression/issues/detail?id=18&redir=1
我這裏是由於缺少lzo-devel依賴的原因,lzo-devel有lzo- 2.04-1.el5.rf的依賴:
wgethttp://packages.sw.be/lzo/lzo-devel-2.04-1.el5.rf.i386.rpm
wget http://packages.sw.be/lzo/lzo-2.04-1.el5.rf.i386.rpm
rpm -ivh lzo-2.04-1.el5.rf.i386.rpm
rpm -ivh lzo-devel-2.04-1.el5.rf.i386.rpm
重新ant compile-native tar,編譯成功!
編譯時 會遇到 一些問題
但是本人遇到了以下問題
a. compile-java:
[javac] /data/hadoop-lzo-master/build.xml:243: warning: 'includeantruntime' was not set, defaulting to build.sysclasspath=last; set to false for repeatable builds
check-native-uptodate:
compile-native:
[javah] 錯誤: 找不到類org.apache.hadoop.conf.Configuration。
BUILD FAILED
/data/hadoop-lzo-master/build.xml:269: compilation failed
解決方法:
在 kevinweil-hadoop-lzo-6bb1b7f/build.xml 裏面(Ctrl+F compile-java可迅速定位)
<target name="compile-java" depends="init">
<javac
encoding="${build.encoding}"
srcdir="${java.src.dir}"
includes="**/*.java"
destdir="${build.classes}"
debug="${javac.debug}"
optimize="${javac.optimize}"
target="${javac.version}"
source="${javac.version}"
deprecation="${javac.deprecation}">
<compilerarg line="${javac.args} ${javac.args.warnings}" />
<classpath refid="classpath"/>
</javac>
<copy todir="${build.classes}">
<fileset dir="${java.src.dir}" includes="**/*.properties"/>
</copy>
</target>
加入一行
<target name="compile-java" depends="init">
<javac
includeantruntime="false"
encoding="${build.encoding}"
srcdir="${java.src.dir}"
includes="**/*.java"
destdir="${build.classes}"
debug="${javac.debug}"
optimize="${javac.optimize}"
target="${javac.version}"
source="${javac.version}"
deprecation="${javac.deprecation}">
<compilerarg line="${javac.args} ${javac.args.warnings}" />
<classpath refid="classpath"/>
</javac>
<copy todir="${build.classes}">
<fileset dir="${java.src.dir}" includes="**/*.properties"/>
</copy>
</target>
b. compile-native:
[javah] 錯誤: 找不到類org.apache.hadoop.conf.Configuration。
BUILD FAILED
/data/hadoop-lzo-master/build.xml:270: compilation failed
解決方法:
在 kevinweil-hadoop-lzo-6bb1b7f/build.xml 裏面將(Ctrl+F javah可迅速定位)
<javah classpath="${build.classes}"
destdir="${build.native}/src/com/hadoop/compression/lzo"
force="yes"
verbose="yes">
<class name="com.hadoop.compression.lzo.LzoCompressor" />
<class name="com.hadoop.compression.lzo.LzoDecompressor" />
</javah>
加入一行
<javah classpath="${build.classes}"
destdir="${build.native}/src/com/hadoop/compression/lzo"
force="yes"
verbose="yes">
<class name="com.hadoop.compression.lzo.LzoCompressor" />
<class name="com.hadoop.compression.lzo.LzoDecompressor" />
<classpath refid="classpath" />
</javah>
編譯成功後,還需要把編碼/解碼器以及native庫拷貝到$HADOOP_HOME/lib目錄下,拷貝操作請參考google的官方文檔:
cp build/hadoop-lzo-0.4.10.jar /home/hadoop/hadoop-0.20.2-CDH3B4/lib/
tar -cBf - -C build/native . | tar -xBvf - -Chome/hadoop/hadoop-0.20.2-CDH3B4/lib/native
cd /home/hadoop/hadoop-0.20.2-CDH3B4/lib/
chown -R hdfs:hadoop native/
6、同步各節點的hadoop-lzo-0.4.10.jar和hadoop的native目錄
這裏有一點要說明,由於某種原因,我把它們也拷貝到了hbase的相應目錄下,但我認爲其實是不需要拷貝的。
當初在集羣內測試lzo時,遇到了問題,我以爲hbase也需要hadoop-lzo-0.4.10.jar和hadoop的native目錄,就 把它們拷貝到了hbase。後來問題解決,發現不是hbase的原因,但我最終沒有在hbase裏刪除它們。所以,是否有必要把它們也拷貝到hbase, 有待於大家親自測試。
以上 就是 把 編譯後的 文件放入 hadoop的native 目錄
把編譯後的 jar包 放到 Hadoop 的lib 目錄 下面
二、配置lzo:
1、主要是往hadoop目錄下conf目錄中的core-site.xml和mapred-site.xml文件添加一些屬性:
vi core-site.xml:
<property>
<name>io.compression.codecs</name>
<value>org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.Gzip
Codec,org.apache.hadoop.io.compress.BZip2Codec,com.hadoop.compression.lzo.LzopCodec</value>
</property>
<property>
<name>io.compression.codec.lzo.class</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
vi mapred-site.xml:
<property>
<name>mapreduce.map.output.compress</name>
<value>true</value>
</property>
<property>
<name>mapred.child.env</name>
<value>JAVA_LIBRARY_PATH=/home/hdfs/hadoop-0.20.2-CDH3B4/lib/native/Linux-amd64-64</value>
</property>
<property>
<name>mapreduce.map.output.compress.codec</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
2、同步各節點的配置文件!
三、hadoop集羣內測試lzo:
首先,安裝lzop,生成一些lzo文件,然後上傳到hdfs,供我們的開發人員在hive中直接調用。
lzo前面已經安裝,lzo庫文件的路徑也已經調整,現在只要安裝lzop就可以了:
wget http://www.lzop.org/download/lzop-1.03.tar.gz
tar -zxvf lzop-1.03
cd lzop-1.03
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/ lib
./configure
make && make install
要說明的是,在指定LD_LIBRARY_PATH時,我沒有使用官方幫助文檔中的寫法,因爲那個寫法在編譯時老出錯,不知什麼原因。
壓縮文件 :lzop 文件
解壓文件: lzop -d 壓縮文件
lzop -U -9 66_22_2011-04-14.txt
$HADOOP_HOME/bin/hadoop fs -copyFromLocal/home/hdfs/66_22_2011-04-14.txt.lzo /user/s3/ifocus
開發人員在Hive中直接調用這個lzo文件時出錯:
Failed with exceptionjava.io.IOException:java.lang.RuntimeException: native-lzo library notavailable
這個錯誤,困住了我整整兩天!試了各種方法都不行,期間的辛苦自不必待言,直到我看到一個網 頁:http://sudhirvn.blogspot.com/2010/08/hadoop-lzo-installation-errors-and.html。(注:訪問該網頁需要用代理。萬惡的網絡管制!)
頁面的最下方,有這樣一句話:So, I just deleted the hadoop-gpl-compression and everything startedworking.於是,我刪除了$HADOOP_HOME/lib目錄下的hadoop-gpl-compression-0.1.0.jar,終 於,everythingis OK!
所以,如果你也像我一樣,做了所有該做的事情,但是調用lzo時還是會出現native-lzo library not available的錯誤,請檢查你的$HADOOP_HOME/lib目錄下是否有google官方的那個lzo編碼/解碼器!
測試 hadoop lzo 是否成功,如果執行成功,表示 成功
hadoop jar /path/to/your/hadoop-lzo.jarcom.hadoop.compression.lzo.LzoIndexer big_file.lzo
hadoop jar/usr/lib/hadoop/lib/hadoop-lzo-0.4.15.jar com.hadoop.compression.lzo.LzoIndexer /user/hadoop/file.avl.lzo
在 配置 mapreduce 時,要把 hadoop-lzo.jar包 放到 yarn 的 lib 下面 ,要不然 會報 找不到 類包。