LZO性能
编译LZO
下载:
http://www.oberhumer.com/opensource/lzo/download/
wget http://www.oberhumer.com/opensource/lzo/download/lzo-2.06.tar.gz
安装:
tar -zxf lzo-2.06.tar.gz
cd lzo-2.06
./configure --enable-shared
make
make install
安装ant并配置环境变量,这里略过
vi /etc/profile
PATH=/usr/local/ant/bin/:$PATH
source /etc/profile
编译hadoop lzo jar
下载源码
https://github.com/kevinweil/hadoop-lzo
解压缩、进入项目目录
略...
编译
# 32位OS
export JAVA_HOME=/path/to/32bit/jdk
export CFLAGS=-m32
export CXXFLAGS=-m32
ant compile-native tar
# 64位OS
export JAVA_HOME=/path/to/64bit/jdk
export CFLAGS=-m64
export CXXFLAGS=-m64
ant compile-native tar
成功编译后,打开build文件夹,hadoop-lzo*.jar就躺在里面。
编译LZOP
简介:这个东西是使用lzo库写的一个程序,用它可以压缩、解压缩文件。
下载
http://www.lzop.org/
http://www.lzop.org/download/lzop-1.03.tar.gz
解压缩、进入项目目录(略过)
编译
cp /usr/local/lib/*lzo* /usr/lib64/
./configure && make && make install
PS:我在64bit机器上编译发现找不到 lzo 的库,执行下面命令后再编译就OK了。
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib/
try lzop
# 压缩文件
lzop 20110915.log #生成lzop 20110915.log.lzo文件
# 解压,并输出文件内容
lzop -cd pv.txt.lzo |more
配置Hadoop
cp hadoop-lzo-0.4.13.jar $HADOOP_HOME/lib/
sudo cp /usr/local/lib/*lzo* /usr/lib64/
# 如果之前使用过google code的lzo包,要删除 rm -f hadoop-gpl-compression-0.1.0-dev.jar
> core-site.xml <property> <name>io.compression.codecs</name> <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCode c</value> </property> <property> <name>io.compression.codec.lzo.class</name> <value>com.hadoop.compression.lzo.LzoCodec</value> </property>
设置JAVA_LIBRARY_PATH,这里配置非常容易重要,易出错
为了让JNI找到库文件需要配置JAVA_LIBRARY_PATH,我自己的方法是:
如果存在$HADOOP_HOME/build/native文件夹,hadoop命令会自动添加“${HADOOP_HOME}/build/native/${JAVA_PLATFORM}/lib” 到$JAVA_LIBRARY_PATH中,这样做非常省事。
hadoop jar /opt/hadoop/lib/hadoop-lzo-*.jar com.hadoop.compression.lzo.LzoIndexer /pub/cc/20110616/18.log.lzo
#Mapreduce生成lzo index文件
hadoop jar /opt/hadoop/lib/hadoop-lzo-*.jar com.hadoop.compression.lzo.DistributedLzoIndexer /pub/cc/20110616/18.log.lzo
// mapreduce job使用lzo文件作为输入文件 job.setInputFormatClass(LzoTextInputFormat.class);
-- 配置结束 --
PS: 下面是网上的配置JAVA_LIBRARY_PATH的方法,是不是我的方法更简单?哈哈~
#copy native文件到hadoop目录 tar -cBf - -C ./build/native . | tar -xBvf - -C /opt/hadoop-0.20.2-cdh3u1/lib/native
> vi mapred-site.xml <property> <name>mapred.child.env</name> <value>JAVA_LIBRARY_PATH=/opt/hadoop/build/native/Linux-amd64-64</value> </property>
PS. 如果上述方式设置的JAVA_LIBRARY_PATH没有生效(通过“ps -ef | grep tasktracker”查看),可能需要通过bin/hadoop设置JAVA_LIBRARY_PATH。
Q & A:
Q:java.lang.RuntimeException: native-lzo library not available
A:原因一:sudo cp /usr/local/lib/*lzo* /usr/lib64/;
原因二:%$HADOOP_HOME/lib下有hadoop-gpl-compression-0.1.0-dev.jar,删除它
原因三:JAVA_LIBRARY_PATH配置错误。JNI通过这个环境变量查找库文件,通ps -ef | grep tasktracker,查看lzo的lib文件是否在这个环境变量中,要指向 native/Linux-amd64-64/lib文件,而不是 native/Linux-amd64-64文件夹。通过修改$HADOOP_HOME/bin/hadoop可以修改这个环境变量
Q:lzo文件是不是生成索引之后才支持自动分片?
A:是的,如果不生成index则lzo文件会被作为一个input split处理。
Q: 使用客户端提交job时,报如下错误:
java.io.IOException: Codec for file hdfs://BGP-BJ-2-5N1:9000/pub/tencent/20110616/18.log.lzo not found, cannot run
at com.hadoop.mapreduce.LzoLineRecordReader.initialize(LzoLineRecordReader.java:97)
at org.apache.hadoop.mapred.MapTask$NewTrackingRecordReader.initialize(MapTask.java:451)
at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:646)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:323)
at org.apache.hadoop.mapred.Child$4.run(Child.java:270)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:396)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1127)
at org.apache.hadoop.mapred.Child.main(Child.java:264)
A:在代码中,或者配置文件中添加下面配置:
conf.set("io.compression.codec.lzo.class", "com.hadoop.compression.lzo.LzoCodec");
参考文章:
http://share.blog.51cto.com/278008/549393
http://www.tech126.com/hadoop-lzo/
http://www.cloudera.com/blog/2009/11/hadoop-at-twitter-part-1-splittable-lzo-compression/
-- end --
相关推荐
hadoop-lzo-0.4.15-cdh5.14.4.jar
用于hadoop单元测试的jar包 hadoop-mrunit-0.20.2-cdh3u4.jar
export CLASSPATH="$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:${HADOOP_HOME}/lib/commons-logging-1.0.4.jar:${HADOOP_HOME}/lib/guava-r09-jarjar.jar:${HADOOP_HOME}/hadoop-core-0.20.2-cdh3u3.jar:/usr/...
hadoop2 lzo 文件 ,编译好的64位 hadoop-lzo-0.4.20.jar 文件 ,在mac 系统下编译的,用法:解压后把hadoop-lzo-0.4.20.jar 放到你的hadoop 安装路径下的lib 下,把里面lib/Mac_OS_X-x86_64-64 下的所有文件 拷到 ...
配置hadoop支持LZO和snappy压缩
hadoop-lzo-0.4.21-SNAPSHOT.jar是hadoop数据压缩lzo工具包
编译后的hadoop-lzo源码,将hadoop-lzo-0.4.21-SNAPSHOT.jar放到hadoop的classpath下 如${HADOOP_HOME}/share/hadoop/common。hadoop才能正确支持lzo,免去编译的烦恼
hadoop2 lzo 文件 ,编译好的64位 hadoop-lzo-0.4.15.jar 文件 ,在mac 系统下编译的,用法:解压后把hadoop-lzo-0.4.15.jar 放到你的hadoop 安装路径下的lib 下,把里面lib/Mac_OS_X-x86_64-64 下的所有文件 拷到 ...
hadoop-lzo-0.4.13.jar 依赖包 hadoop-lzo-0.4.13.jar 依赖包 hadoop-lzo-0.4.13.jar 依赖包
hadoop lzo 压缩算法的所有工程,包括hadoop-lzo-master,编译好之后的target文件夹和hadoop-lzo-0.4.20-SNAPSHOT.jar文件。复制到eclipse中,可以直接使用lzo压缩算法。
hadoop-0.20.2-cdh3u6.rar
1.安装 Hadoop-gpl-compression 1.1 wget http://hadoop-gpl-compression.apache-extras.org.codespot.com/files/hadoop-gpl-compression-0.1.0-rc0.tar.gz 1.2 mv hadoop-gpl-compression-0.1.0/lib/native/Linux-...
本文分为3部分,即Gzip压缩文件的写与读、Snappy压缩文件的写与读和Lzo压缩文件的写与读。 ———————————————— 版权声明:本文为CSDN博主「一瓢一瓢的饮 alanchan」的原创文章,遵循CC 4.0 BY-SA版权...
hadoop-lzo-0.4.15.tar.gz