开启hadoop和Hbase集群的lzo压缩功能（转）

原文链接：开启hadoop和Hbase集群的lzo压缩功能

问题导读：
1.如何启动hadoop、hbase集群的压缩功能？
2.lzo的作用是什么？
3.hadoop配置文件需要做哪些修改？

首先我们明白一个概念：

LZO 是致力于解压速度的一种数据压缩算法，LZO 是 Lempel-Ziv-Oberhumer 的缩写。

安装前：
# yum -y install lzo-devel zlib-devel gcc autoconf automakelibtool

lzo-2.06.tar.gz下载地址：Index of /opensource/lzo/download

1.(all) 在集群的所有节点上安装Lzo库，

tar -zxvf lzo-2.06.tar.gz
cd lzo-2.06
# export CFLAGS=-m64 注：如果为32位系统改为export CFLAGS=-m32
#./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）

#cp /usr/local/lib/liblzo2.* /usr/lib64

复制代码

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

#vi /etc/ld.so.conf.d/lzo.conf
/usr/local/lib
# /sbin/ldconfig -v

复制代码

2. 编译安装Hadoop Lzo本地库以及Jar包，这里采用twitter维护的，从这里下载
https://github.com/twitter/hadoop-lzo
修改pom.xml：

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<hadoop.current.version>2.1.0-beta</hadoop.current.version>
<hadoop.old.version>1.0.4</hadoop.old.version>
</properties>

复制代码

修改为

<properties>
<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
<hadoop.current.version>2.2.0</hadoop.current.version>
<hadoop.old.version>1.0.4</hadoop.old.version>
</properties>

复制代码

hadoop-lzo-master.zip

cd hadoop-lzo-master
export CFLAGS=-m64 注：如果为32位系统改为export CFLAGS=-m32
export CXXFLAGS=-m64 注：如果为32位系统改为export CXXFLAGS=-m32
export C_INCLUDE_PATH=/usr/local/include/lzo
export LIBRARY_PATH=/usr/local/lib
mvn clean package -Dmaven.test.skip=true

复制代码

接着把target/native/Linux-amd64-64/lib下的全部文件拷贝到${HADOOP_HOME}/lib/native,或者

cp /build/native/Linux-amd64-64/lib/* $HADOOP_HOME/lib/native/
cp target/hadoop-lzo-0.4.20-SNAPSHOT.jar /opt/hadoop-2.2.0/share/hadoop/common/lib

复制代码

对于Hbase启用LZO

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

复制代码

修改：

hbase-env.sh

export HBASE_LIBRARY_PATH=$HBASE_LIBRARY_PATH:$HBASE_HOME/lib/native/Linux-amd64-64/:/usr/local/lib/

复制代码

同步hadoop 和hbase集群

3.配置文件修改
在hadoop-env.sh中加入

export JAVA_LIBRARY_PATH=$HADOOP_HOME/lib/native

复制代码

core-site.xml

<property>
<name>io.compression.codecs</name><value>org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.BZip2Codec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec</value>
</property>
<property>
<name>io.compression.codec.lzo.class</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>

复制代码

mapred-site.xml

<property>
<name>mapred.compress.map.output</name>
<value>true</value>
</property>
<property>
<name>mapred.map.output.compression.codec</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
<property>
<name>mapred.child.env</name>
<value>LD_LIBRARY_PATH=/usr/local/lib</value>
</property>

复制代码

同步hadoop-env.sh,core-site.xml, mapred-site.xml到集群
4. 安装lzop

下载地址：http://www.lzop.org/download/
LZOP是使用lzo库写的一个程序，通过shell命令直接可以压缩、解压缩文件。

tar zxvf lzop-1.03.tar.gz
cd
# exportLD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
# ./configure
# make
# makeinstall

复制代码

用一下lzop的压缩解压功能,成功安装后可直接使用lzop命令对文件进行解压缩操作了。
# 压缩

[hadoop@master1 ~]$ lzop -v test1.txt
compressing test1.txt into test1.txt.lzo

复制代码

#上传到hdfs

[hadoop@master1 ~]$ hadoop fs -put *.lzo /in

复制代码

#给Lzo文件建立Index

hadoop jar/opt/hadoop-2.2.0/share/hadoop/common/lib/hadoop-lzo-0.4.20-SNAPSHOT.jarcom.hadoop.compression.lzo.LzoIndexer /in

复制代码

#运行一个wordcount程序

hadoop jar /home/hadoop/wordcount.jar org.apache.hadoop.examples.WordCount /input1 /out1

复制代码

正常：
14/02/23 18:53:14 INFOlzo.GPLNativeCodeLoader: Loaded native gpl library from the embedded binaries
14/02/23 18:53:14 INFO lzo.LzoCodec:Successfully loaded & initialized native-lzo library [hadoop-lzo rev478aa845e11bbbeeb9b8326e733cd20a06d2cb3a]