Hadoop HBase 配置 安裝 Snappy 終極教程

原創做品，容許轉載，轉載時請務必以超連接形式標明文章 原始出處 、做者信息和本聲明。不然將追究法律責任。http://shitouer.cn/2013/01/hadoop-hbase-snappy-setup-final-tutorial/

    由於產品須要，這兩天研究了一下Hadoop Snappy。先不說什麼各個壓縮算法之間的性能對比，單是這個安裝過程，就很痛苦。網上有不少博友寫Hadoop Snappy安裝過程，大部分是照着Google的文檔翻譯了一遍，並無列舉出遇到的問題。有的博文，明明其驗證提示是錯誤的，還說若是輸出XXX，說明安裝成功了。費了老大的勁，終於安裝成功了，現將詳細步驟及遇到的問題，一一列出，只但願接下來須要研究及安裝的朋友，看到這篇博文，可以一鼓作氣！本篇文章主要包括：

　　1. Snappy 壓縮算法介紹及集中壓縮算法比較

　　2. Snappy 安裝過程及驗證

　　3. Hadoop Snappy 源碼編譯過程及問題解決方案

　　4. Hadoop上Hadoop Snappy 安裝配置過程及驗證

　　5. HBase 配置Snappy及驗證

　　6.如何在集羣中全部節點部署

廢話很少說，如今開始：

1. Snappy 壓縮算法介紹及幾種壓縮算法比較

這一部分能夠參考個人上一篇博文：Hadoop壓縮-SNAPPY算法，或者直接參看Google文檔：http://code.google.com/p/snappy/ 及 http://code.google.com/p/hadoop-snappy/。再也不詳細介紹。

2. Snappy 安裝過程及驗證

① 前置條件

gcc c++, autoconf, automake, libtool, Java 6, JAVA_HOME set, Maven 3

前五個若是不能肯定的話，能夠直接使用yum install XXX來確認一下，若是已安裝會提示，沒有安裝的話，會自動安裝上。

② 下載Snappy 1.0.5

下載地址：http://code.google.com/p/snappy/downloads/list。

③ 編譯並安裝動態連接庫到本地

./configure make make install

默認是安裝到了/usr/local/lib。這時在此目錄下查看會生成：

[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]# 

若是沒有錯誤且文件及連接一致，snappy的安裝已經成功。

3. Hadoop Snappy 源碼編譯過程及問題解決方案

① 下載Hadoop-Snappy源碼

下載地址：http://code.google.com/p/hadoop-snappy/ 

② 編譯hadoop snappy源碼

mvn package [-Dsnappy.prefix=SNAPPY_INSTALLATION_DIR]

注：若是第二步snappy安裝路徑是默認的話，即/usr/local/lib，則此處 [-Dsnappy.prefix=SNAPPY_INSTALLATION_DIR] 能夠不寫，或者 -Dsnappy.prefix=/usr/local/lib

這個過程若是你的CentOS各個軟件的版本正好和Hadoop Snappy要求的一致的話，真的恭喜你，能夠一部成功，可是有些仍是會有問題。我遇到的三個比計較棘手的問題：

錯誤一：/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

解決方案：說明缺乏文件，可是這個文件是在target下的，是編譯過程當中自動生成的，本來就不應存在，這是問什麼呢？其實根本問題不是缺文件，而是Hadoop Snappy是須要必定的前置條件的：Requirements: gcc c++, autoconf, automake, libtool, Java 6, JAVA_HOME set, Maven 3。

我這裏邊缺乏了autoconf，automake，libtool的緣故。在ubuntu中，你能夠直接依次apt-get install autoconf，automake，libtool便可，若是是在CentOS中，只需將apt-get 換成 yum。

錯誤二：

[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

解決方案：這個是最噁心的。Hadoop Snappy的前置條件須要安裝gcc，可是它的官方文檔僅僅列出了須要gcc，而沒有列出須要什麼版本的gcc。在Google中英文搜索了半天，刨來刨去，終於發現，有句話說Hadoop Snappy是須要gcc4.4的。而個人是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.

那麼咱們就要回退，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 以後，再gcc --version，你就會發現，gcc已經變成4.4.7了。

錯誤三：

[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] 錯誤 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

解決方案：若是你去搜，你會發現網上有不少 解決/usr/bin/ld: cannot find -lxxx 這樣的博客，可是這裏，我告訴你，他們的都不適用。由於這兒既不是缺什麼，也不是版本不對，是由於沒有把安裝jvm的libjvm.so symbolic link到usr/local/lib。若是你的系統時amd64，可到/root/bin/jdk1.6.0_37/jre/lib/amd64/server/察看libjvm.so link到的地方，這裏修改以下：

ln -s /root/bin/jdk1.6.0_37/jre/lib/amd64/server/libjvm.so /usr/local/lib/ 問題便可解決。

③ hadoop snappy源碼編譯成功之後，在target包下，會有以下文件：

[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 安裝配置過程及驗證

這個過程也比較繁雜，配置點比較多要仔細：

① 解壓第三步target下hadoop-snappy-0.0.1-SNAPSHOT.tar.gz，解壓後，複製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 將第三步target下的hadoop-snappy-0.0.1-SNAPSHOT.jar複製到$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，這個文件中，全部跟壓縮有關的配置選項有：

<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>

根據本身的須要，配置進去便可。咱們爲了驗證方便，僅配置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 從新啓動hadoop。爲了驗證是否成功，往hdfs上傳一個文本文件，敲入一些詞組，運行wordcount程序。若是map部分100%完成，即說明咱們hadoop snappy安裝成功。

由於hadoop沒有像HBase同樣提供util.CompressionTest類(或者是我沒有找到)，因此只能按照這種方法來測試。接下來，將詳細列出HBase使用Snappy的配置過程。

5. HBase 配置Snappy及驗證

在Hadoop上配置Snappy成功之後，相對來講，在HBase上配置要簡單一些了。

① 配置HBase lib/native/Linux-amd64-64/ 中的lib文件。HBase中的lib文件，即須要第三步中/root/modules/snappy-hadoop/target/hadoop-snappy-0.0.1-SNAPSHOT/lib/native/Linux-amd64-64/ 下的全部lib文件，也須要Hadoop中，$HADOOP_HOME/lib/native/Linux-amd64-64/下的hadoop的lib文件(我看到的大部分介紹snappy的文章，均爲提到這一點)。簡單起見，咱們只須要將$HADOOP_HOME/lib/native/Linux-amd64-64/下lib文件，所有複製到相應HBase目錄下：

cp -r $HADOOP_HOME/lib/native/Linux-amd64-64/* $HBASE_HOME/lib/native/Linux-amd64-64/

② 配置HBase環境變量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 重啓HBase。

④ 驗證安裝是否成功

首先，使用 CompressionTest 來查看snappy是否 enabled 而且能成功 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 爲咱們在驗證hadoop snappy的時候，wordcount的輸出。

執行命令後結果爲：

[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

說明Snappy 安裝已經enable而且可以成功loaded。

⑤ 接下來建立並操做Snappy壓縮格式的表

 

[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 //建立表 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數據 hbase(main):003:0> put 'tsnappy', 'row1', 'f:col1', 'value' 0 row(s) in 0.5190 seconds //scan數據 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> 

以上全部過程均成功執行，說明Snappy 在Hadoop及HBase上配置成功~

6.如何在集羣中全部節點部署

這一步就很是簡單了，尤爲是若是你配置過Hadoop集羣。僅須要將咱們上邊全部配置過的文件，分發到全部其餘節點的相應目錄便可，包括生成的/usr/lib/local下的snappy連接庫。