Hadoop集群内lzo的安装与配置

SpeedBoy00 2011-04-21

为了配合部门hadoop平台测试,作者详细的介绍了如何在Hadoop平台下安装lzo所需要软件包:gcc、ant、lzo、lzo编码/解码器并配置lzo的文件:core-site.xml、mapred-site.xml。希望对大家有所帮助。以下是正文:

最近我们部门在测试云计算平台hadoop,我被lzo折腾了三四天,累了个够呛。在此总结一下,也给大家做个参考。

操作系统:CentOS 5.5,Hadoop版本:hadoop-0.20.2-CDH3B4

安装lzo所需要软件包:gcc、ant、lzo、lzo编码/解码器,另外,还需要lzo-devel依赖

配置lzo的文件:core-site.xml、mapred-site.xml

大致步骤

1)安装和更新gcc、ant

2)在各个节点安装lzo

3)安装lzo编码/解码器

4)修改配置文件,并同步各节点的配置文件

注:没有特别指出的话,所有操作都是在Namenode中进行的

一、lzo安装:

1、gcc的安装:yum即可,记得同时更新lib*、glibc*、gcc*

2、ant的安装:

删除旧版本:yum remove ant

安装新版本:

wget http://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的环境变量:

vi /etc/profile 
export ANT_HOME=/usr/local/apache-ant-1.8.2 
export PATH=$PATH:$ANT_HOME/bin 
source /etc/profile

3、lzo的安装:

wget http://www.oberhumer.com/opensource/lzo/download/lzo-2.04.tar.gz 
tar -zxvf lzo-2.04.tar.gz 
./configure --enable-shared 
make && make install

库文件被默认安装到了/usr/local/lib,我们需要进一步指定lzo库文件的路径,两个方法都可以:

1)拷贝/usr/local/lib目录下的lzo库文件到/usr/lib(32位平台),或/usr/lib64(64位平台)

2)在/etc/ld.so.conf.d/目录下新建lzo.conf文件,写入lzo库文件的路径,然后运行/sbin/ldconfig -v,使配置生效

4、在各个节点安装lzo:

这句话本可以一笔带过,但我把它单独列出作为一步,就是要提醒大家:Namenode和Datanode都要安装lzo!

所需软件包:gcc、ant、lzo-2.04.tar.gz、lzo-2.04-1.el5.rf.i386.rpm、lzo-devel-2.04-1.el5.rf.i386.rpm

安装过程:略

调整库文件路径:略

5、lzo编码/解码器的安装:

这里必须要说明:如果hadoop是cloudera版的,那么lzo编码/解码器就不要用google官方的那个!

到这里下载:https://github.com/kevinweil/hadoop-lzo。我曾经被官方那个东西郁闷了很久,搜索了大量资料,最后搞明白。

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

编译失败:

make: *** [impl/lzo/LzoCompressor.lo] Error 1

解决方法参考:http://code.google.com/a/apache-extras.org/p/hadoop-gpl-compression/issues/detail?id=18&redir=1

我这里是由于缺少lzo-devel依赖的原因,lzo-devel有lzo- 2.04-1.el5.rf的依赖:

wget http://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,编译成功!

编译成功后,还需要把编码/解码器以及native库拷贝到$HADOOP_HOME/lib目录下,拷贝操作请参考google的官方文档:

cp build/hadoop-lzo-0.4.10.jar /home/hadoop/hadoop-0.20.2-CDH3B4/lib/ 
tar -cBf - -C build/native . | tar -xBvf - -C home/hadoop/hadoop-0.20.2-CDH3B4/lib/native 
cd /home/hadoop/hadoop-0.20.2-CDH3B4/lib/ 
chown -R hdfs:hadoop native/

6、同步各节点的hadoop-lzo-0.4.10.jar和hadoop的native目录

这里有一点要说明,由于某种原因,我把它们也拷贝到了hbase的相应目录下,但我认为其实是不需要拷贝的。

当初在集群内测试lzo时,遇到了问题,我以为hbase也需要hadoop-lzo-0.4.10.jar和hadoop的native目录,就把它们拷贝到了hbase。后来问题解决,发现不是hbase的原因,但我最终没有在hbase里删除它们。所以,是否有必要把它们也拷贝到hbase,有待于大家亲自测试。

二、配置lzo:

1、主要是往hadoop目录下conf目录中的core-site.xml和mapred-site.xml文件添加一些属性:

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、同步各节点的配置文件!

三、hadoop集群内测试lzo:

首先,安装lzop,生成一些lzo文件,然后上传到hdfs,供我们的开发人员在hive中直接调用。

lzo前面已经安装,lzo库文件的路径也已经调整,现在只要安装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

要说明的是,在指定LD_LIBRARY_PATH时,我没有使用官方帮助文档中的写法,因为那个写法在编译时老出错,不知什么原因。

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
Failed with exception java.io.IOException:java.lang.RuntimeException: native-lzo library not available

这个错误,困住了我整整两天!试了各种方法都不行,期间的辛苦自不必待言,直到我看到一个网页:http://sudhirvn.blogspot.com/2010/08/hadoop-lzo-installation-errors-and.html。(注:访问该网页需要用代理。万恶的网络管制!)

页面的最下方,有这样一句话:So, I just deleted the hadoop-gpl-compression and everything started working.于是,我删除了$HADOOP_HOME/lib目录下的hadoop-gpl-compression-0.1.0.jar,终于,everything is OK!

相关推荐

知其然知其所以然 / 0评论 2010-10-14