Hadoop 2.2.0和HBase-0.98 安装snappy

1、安装需要的依赖包及软件

需要安装的依赖包有：

gcc、c++、 autoconf、automake、libtool

需要安装的配套软件有：

Java6、Maven

关于上面的依赖包，如果在Ubuntu下，使用sudo apt-get install * 命令安装，如果在CentOS下，使用sudo yum install *命令来安装。

关于配套的Java和Maven的安装，参考博文《Linux下Java、Maven、Tomcat的安装》。

2、下载snappy-1.1.2

可供下载的地址：

------------------------------------------分割线------------------------------------------

具体下载目录在 /2014年资料/12月/25日/Hadoop 2.2.0和HBase-0.98 安装snappy

------------------------------------------分割线------------------------------------------

3、编译并动态安装

下载后解压到某个文件夹，此处假设解压的地址位home目录。再执行如下命令如下：

$ cd ~/snappy-1.1.2
$ sudo ./configure
$ sudo ./make
$ sudo make install

然后执行如下命令查看是否安装成功。

$ cd /usr/local/lib
$ ll libsnappy.*
-rw-r--r-- 1 root root 233506 Aug 7 11:56 libsnappy.a
-rwxr-xr-x 1 root root    953 Aug 7 11:56 libsnappy.la
lrwxrwxrwx 1 root root    18 Aug 7 11:56 libsnappy.so -> libsnappy.so.1.2.1
lrwxrwxrwx 1 root root    18 Aug 7 11:56 libsnappy.so.1 -> libsnappy.so.1.2.1
-rwxr-xr-x 1 root root 147758 Aug 7 11:56 libsnappy.so.1.2.1如果安装过程中没有遇到错误，且/usr/local/lib目录下有上面的文件，表示安装成功。

4、hadoop-snappy源码编译

1）下载源码，两种方式

a、安装svn，如果是ubuntu，使用sudo apt-get install subversion；如果是centos，使用sudo yum install subversion命令安装。

b、使用svn 从谷歌的svn仓库中checkout源码，使用如下命令：

$ svn checkout http://hadoop-snappy.googlecode.com/svn/trunk/ hadoop-snappy

这样就在执行命令的目录下将hadoop-snappy的源码拷贝出来放在hadoop-snappy目录中。

不过因为谷歌的服务在大陆总是出问题，所以也可以选择直接下载，见本文上面的安科网资源下载连接。

2）编译hadoop-snappy源码

切换到hadoop-snappy源码的目录下，执行如下命令：

a、如果上面安装snappy使用的是默认路径，命令为：

mvn package

b、如果上面安装的snappy使用的是自定义路径，则命令为：

mvn package [-Dsnappy.prefix=SNAPPY_INSTALLATION_DIR]

其中SNAPPY_INSTALLATION_DIR位snappy安装路径。

编译过程中可能出现的问题：

a）/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

解决方案：说明缺少文件，但是这个文件是在target下的，是编译过程中自动生成的，原本就不该存在，这是问什么呢？其实根本问题不是缺文件，而是Hadoop Snappy是需要一定的前置条件。所以请参考最上面的安装依赖包介绍安装依赖包。

b）出现如下错误提示：

[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:

解决方案：Hadoop Snappy的官方文档仅仅列出了需要gcc，而没有列出需要什么版本的gcc。而实际上，Hadoop Snappy是需要gcc4.4的。如果gcc版本高于默认的4.4版本，就会报错。

假设使用的系统为centos，使用如下命令：（注：ubuntu需要将sudo yum install 换成sudo apt-get install）

$ sudo yum install gcc-4.4
$ sudo rm /usr/bin/gcc
$ sudo ln -s /usr/bin/gcc-4.4 /usr/bin/gcc

使用如下命令查看是否替换成功：

$ gcc --version
gcc (GCC) 4.4.7 20120313 (Red Hat 4.4.7-3)
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.c）

出现如下错误提示：

[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] 错误 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

这是因为没有把安装jvm的libjvm.so symbolic链接到usr/local/lib。如果你的系统是64位，可到/root/bin/jdk1.6.0_37/jre/lib/amd64/server/察看libjvm.so 链接到的地方，这里修改如下，使用命令：

$ sudo ln -s /usr/local/jdk1.6.0_45/jre/lib/amd64/server/libjvm.so /usr/local/lib/

问题即可解决。

5、Hadoop 2.2.0配置snappy

hadoop-snappy编译成功后，会在hadoop-snappy目录下的target目录中生成一些文件，其中有一个文件名为：hadoop-snappy-0.0.1-SNAPSHOT.tar.gz

1）解压target下hadoop-snappy-0.0.1-SNAPSHOT.tar.gz，解压后，复制lib文件

$ sudo cp -r ~/snappy-hadoop/target/hadoop-snappy-0.0.1-SNAPSHOT/lib/native/Linux-amd64-64/* $HADOOP_HOME/lib/native/Linux-amd64-64/

2）将target下的hadoop-snappy-0.0.1-SNAPSHOT.jar复制到$HADOOP_HOME/lib 下。

3）配置$HADOOP_HOME/etc/hadoop/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$HADOOP_HOME/etc/hadoop/mapred-site.xml，这个文件中，所有跟压缩有关的配置选项有：

<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>

可以根据自己的需要，去进行配置。其中，codec的类型如下：

<property>
    <name>io.compression.codecs</name>
    <value>
      org.apache.hadoop.io.compress.GzipCodec,
      org.apache.hadoop.io.compress.DefaultCodec,
      org.apache.hadoop.io.compress.BZip2Codec,
      org.apache.hadoop.io.compress.SnappyCodec
    </value>
  </property>SnappyCodec就代表了snappy压缩方式。

5）配置好了以后，重启hadoop集群即可。

6、HBase 0.98配置snappy

1）配置HBase lib/native/Linux-amd64-64/ 中的lib文件。简单起见，我们只需要将$HADOOP_HOME/lib/native/Linux-amd64-64/下lib文件，全部复制到相应HBase目录下：

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

2）配置HBase环境变量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/
export CLASSPATH=$CLASSPATH:$HBASE_LIBRARY_PATH

注意：别忘记了在habase-env.sh的开始位置配置HADOOP_HOME和HBASE_HOME。

3）配置好之后，重启HBase即可。

4）验证是否安装成功

在HBase的安装目录下，执行如下语句：

$ bin/hbase shell
2014-08-07 15:11:35,874 INFO  [main] Configuration.deprecation: hadoop.native.lib is deprecated. Instead, use io.native.lib.available
HBase Shell; enter 'help<RETURN>' for list of supported commands.
Type "exit<RETURN>" to leave the HBase Shell
Version 0.98.2-hadoop2, r1591526, Wed Apr 30 20:17:33 PDT 2014

hbase(main):001:0>

然后执行创建语句：

hbase(main):001:0> create 'test_snappy', {NAME => 'cf', COMPRESSION => 'SNAPPY'}
SLF4J: Class path contains multiple SLF4J bindings.
SLF4J: Found binding in [jar:file:/home/q/hbase/hbase-0.98.2-hadoop2/lib/slf4j-log4j12-1.6.4.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: Found binding in [jar:file:/home/q/hadoop2x/hadoop-2.2.0/share/hadoop/common/lib/slf4j-log4j12-1.7.5.jar!/org/slf4j/impl/StaticLoggerBinder.class]
SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
0 row(s) in 1.2580 seconds

=> Hbase::Table - test_snappy
hbase(main):002:0>

查看创建的test_snappy表：

hbase(main):002:0> describe 'test_snappy'
DESCRIPTION                                                                                                                              ENABLED                                                                   
 'test_snappy', {NAME => 'cf', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER => 'ROW', REPLICATION_SCOPE => '0', VERSIONS => '1', COMPRESSIO true                                                                     
 N => 'SNAPPY', MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS => 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOC                                                                           
 KCACHE => 'true'}                                                                                                                                                                                                 
1 row(s) in 0.0420 seconds

可以看到，COMPRESSION => 'SNAPPY'。

接下来，插入数据试试：

hbase(main):003:0> put 'test_snappy', 'key1', 'cf:q1', 'value1'
0 row(s) in 0.0790 seconds

hbase(main):004:0>

遍历test_snappy表试试：

hbase(main):004:0> scan 'test_snappy'
ROW                                                    COLUMN+CELL                                                                                                                                                 
 key1                                                  column=cf:q1, timestamp=1407395814255, value=value1                                                                                                         
1 row(s) in 0.0170 seconds

hbase(main):005:0>

以上过程均能正确执行，说明配置正确。

错误解决方案：

a）配置后，启动hbase出现如下异常：

WARN [main] util.CompressionTest: Can't instantiate codec: snappy
java.io.IOException: java.lang.UnsatisfiedLinkError: org.apache.hadoop.util.NativeCodeLoader.buildSupportsSnappy()Z
at org.apache.hadoop.hbase.util.CompressionTest.testCompression(CompressionTest.java:96)
at org.apache.hadoop.hbase.util.CompressionTest.testCompression(CompressionTest.java:62)
at org.apache.hadoop.hbase.regionserver.HRegionServer.checkCodecs(HRegionServer.java:660)
at org.apache.hadoop.hbase.regionserver.HRegionServer.<init>(HRegionServer.java:538)
at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method)
at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:57)
at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
at java.lang.reflect.Constructor.newInstance(Constructor.java:526)说明还没有配置好，好好检查hbase-env.sh中的配置，看自己是否配置正确。