HBase集群配置SNAPPY压缩

1 介绍

• 大数据时代，海量数据的存储和分析是一个巨大的挑战，给hadoop或者hbase集群添加数据压缩的能力，是必不可少的，通过压缩不但能节约磁盘空间，而且也能节省集群间网络带宽的损耗，从而间接提高了集群任务的整体执行效率，hadoop已经自带支持一些比较常用的压缩，如gz，bz等，使用hadoop checknative -a命令可以查看hadoop支持的几种压缩格式。
• 主流的HBase压缩方式有LZO和Snappy，Snappy的压缩比会稍微优于LZO，具体的对比，可参考这篇文章：http://www.cnblogs.com/zhengrunjian/p/4527165.html
• Snappy是一个压缩/解压库。它不针对最大压缩，它的目标是非常高的速度和合理的压缩。Snappy压缩速度为250mb /s以上，不需要汇编代码。
• 需要注意的是，Snappy是需要单独下载并编译安装配置的。

软件名称	版本
Hadoop	2.7.7
HBase	1.2.9
jdk	1.8.0
maven	3.5.4
SNAPPY	1.1.3
protobuf	2.5.0

2 环境准备

2.1 安装编译环境依赖

yum install -y automake autoconf gcc-c++ cmake libedit libtool openssl-devel ncurses-devel

2.2 安装maven

yum install wget -y
wget http://mirror.bit.edu.cn/apache/maven/maven-3/3.5.4/binaries/apache-maven-3.5.4-bin.tar.gz
tar xvf apache-maven-3.5.4-bin.tar.gz -C /opt/
ln -s /opt/apache-maven-3.5.4 /opt/apps/maven

2.3 配置环境变量

vi /etc/profile

export MAVEN_HOME=/opt/apps/maven
export PATH=$PATH:$MAVEN_HOME/bin

#环境变量生效
source /etc/profile

3 安装SNAPPY

wget https://src.fedoraproject.org/repo/pkgs/snappy/snappy-1.1.3.tar.gz/7358c82f133dc77798e4c2062a749b73/snappy-1.1.3.tar.gz
tar xvf snappy-1.1.3.tar.gz -C /opt/
cd /opt/snappy-1.1.3
./configure
make
make install
#卸载命令 make uninstall

忽视如下打印信息,不造成影响
make[1]: Leaving directory `/opt/apps/snappy-1.1.3’

• 验证安装完成

ll /usr/local/lib/ | grep snappy

• 如下所示安装成功
  

4 安装protobuf

wget http://sourceforge.net/projects/protobuf/files/protobuf-2.5.0.tar.gz/download -O protobuf-2.5.0.tar.gz
tar xvf protobuf-2.5.0.tar.gz -C /opt/
cd /opt/protobuf-2.5.0/
./autogen.sh
./configure
make
make install

忽视如下打印信息,不造成影响
make[1]: Leaving directory `/opt/apps/snappy-1.1.3’

• 验证安装完成

protoc --version

5 Hadoop Snappy 源码编译

编译过程较长

• 编译之前先修改maven下载镜像

vi /opt/apps/maven/conf/settings.xml

<mirrors>
    <mirror>
      <id>alimaven</id>
      <name>aliyun maven</name>
      <url>http://maven.aliyun.com/nexus/content/groups/public/</url>
      <mirrorOf>central</mirrorOf>       
    </mirror>
</mirrors>

• 下载编译hadoop源码

wget http://archive.apache.org/dist/hadoop/core/hadoop-2.7.7/hadoop-2.7.7-src.tar.gz
tar xvf hadoop-2.7.7-src.tar.gz -C /opt/
cd /opt/hadoop-2.7.7-src
export MAVEN_OPTS="-Xms256m -Xmx512m"
mvn package -Pdist,native -DskipTests -Dtar -rf :hadoop-common -Drequire.snappy -X
#若重新编译
#mvn clean package -Pdist,native -DskipTests -Dtar -rf :hadoop-common -Drequire.snappy -X

• 查看编译结果

[root@hdc-data4 hadoop-2.7.2-src]# ls hadoop-dist/target/hadoop-2.7.2/lib/native/
libhadoop.a libhadooppipes.a libhadoop.so libhadoop.so.1.0.0 libhadooputils.a libhdfs.a libhdfs.so libhdfs.so.0.0.0

6 Hadoop 安装配置 Snappy

• 将编译结果 hadoop-dist/target/hadoop-2.7.7/lib/native/下的所有文件拷贝到hadoop安装目录下lib/native/

cp -r /opt/hadoop-2.7.7-src/hadoop-dist/target/hadoop-2.7.7/lib/native/* /opt/apps/hadoop/lib/native/

• 修改core-site.xml，添加

<!-- 用于压缩/解压的CompressionCodec列表,多种算法使用逗号分隔的类名  -->
<property> 
    <name>io.compression.codecs</name> 
    <value>org.apache.hadoop.io.compress.SnappyCodec</value> 
</property>

• 修改yarn-site.xml , 添加

<!-- 压缩MapReduce作业的输出 -->
<property>
    <name>mapreduce.map.output.compress</name>
    <value>true</value>
</property>
<!-- 指定压缩算法的类名 -->
<property>
    <name>mapred.map.output.compress.codec</name>
    <value>org.apache.hadoop.io.compress.SnappyCodec</value>
</property>

• 将修改的配置同步到集群

scp -r /opt/apps/hadoop/lib/native/* root@hdc-data5:/opt/apps/hadoop/lib/native/
scp -r /opt/apps/hadoop/lib/native/* root@hdc-data6:/opt/apps/hadoop/lib/native/
scp -r /opt/apps/hadoop/etc/hadoop/core-site.xml root@hdc-data5:/opt/apps/hadoop/etc/hadoop/
scp -r /opt/apps/hadoop/etc/hadoop/core-site.xml root@hdc-data6:/opt/apps/hadoop/etc/hadoop/
scp -r /opt/apps/hadoop/etc/hadoop/yarn-site.xml root@hdc-data5:/opt/apps/hadoop/etc/hadoop/
scp -r /opt/apps/hadoop/etc/hadoop/yarn-site.xml root@hdc-data6:/opt/apps/hadoop/etc/hadoop/

• 验证

hadoop checknative -a

7 HBase 配置 Snappy

mkdir -p /opt/apps/hbase/lib/native/Linux-amd64-64
cp -r /opt/apps/hadoop/lib/native/* /opt/apps/hbase/lib/native/Linux-amd64-64/

• 修改 hbase-env.sh，添加
• 同步配置到HBASE集群
• 重启服务及测试

touch /tmp/a
hbase org.apache.hadoop.hbase.util.CompressionTest /tmp/a snappy
bin/hbase shell
create 'tsnappy',{ NAME => 'f', COMPRESSION => 'snappy'}