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!
