Hadoop 3.0.0-alpha2安裝（二）

由于博客文字限制，只能分開寫了：
Hadoop 3.0.0-alpha2安裝（一）鏈接：
http://laowafang.blog.51cto.com/251518/1912342

5、FAQ

1、問題：本地庫與當(dāng)前操作系統(tǒng)的版本不一致：

$ /data/hadoop/bin/hadoopchecknative -a    # 警告信息：

2017-03-27 18:02:12,116 WARN util.NativeCodeLoader:Unable to load native-hadoop library for your platform... using builtin-javaclasses where applicable

Native library checking:

hadoop:  false

zlib:    false

zstd  :  false

snappy:  false

lz4:     false

bzip2:   false

openssl: false

ISA-L:   false

參看信息：

（1）查看hadoop native的GLIBC支持的版本：

# strings/data/hadoop/lib/native/libhadoop.so.1.0.0 |grep GLIBC

GLIBC_2.2.5

GLIBC_2.12

GLIBC_2.7

GLIBC_2.14

GLIBC_2.6

GLIBC_2.4

GLIBC_2.3.4

（2）查看本地linux的GLIBC版本：

# strings /lib64/libc.so.6 | grep GLIBC

GLIBC_2.2.5

GLIBC_2.2.6

GLIBC_2.3

GLIBC_2.3.2

GLIBC_2.3.3

GLIBC_2.3.4

GLIBC_2.4

GLIBC_2.5

GLIBC_2.6

GLIBC_2.7

GLIBC_2.8

GLIBC_2.9

GLIBC_2.10

GLIBC_2.11

GLIBC_2.12

GLIBC_PRIVATE

上面報(bào)錯(cuò)可見，在linux上沒有GLIBC 2.14，因此報(bào)錯(cuò)，處理方式只能是將hadoop源碼在本地linux上用本地c庫來編譯，這樣在運(yùn)行hadoop時(shí)就會(huì)用本地的c庫。

解決：第一種方法：

# tar -jxvf glibc-2.14.tar.bz2

# cd glibc-2.14

# tar -jxvf../glibc-linuxthreads-2.5.tar.bz2

# cd ..

# export CFLAGS="-g -O2"

# ./glibc-2.14/configure --prefix=/usr \

 --disable-profile --enable-add-ons \

 --with-headers=/usr/include \

 --with-binutils=/usr/bin \

# make -j `grep processor /proc/cpuinfo |wc -l`

# make install

### 注意：安裝編譯過程：

（1）要將glibc-linuxthreads解壓到glibc目錄下。

（2）不能在glibc當(dāng)前目錄下運(yùn)行configure。

（3）加上優(yōu)化開關(guān)，export CFLAGS="-g -O2"，否則會(huì)出現(xiàn)錯(cuò)誤

# /data/hadoop/bin/hadoopchecknative -a    # 核實(shí)成功

2017-03-28 09:43:42,942 INFObzip2.Bzip2Factory: Successfully loaded & initialized native-bzip2 librarysystem-native

2017-03-28 09:43:42,962 INFOzlib.ZlibFactory: Successfully loaded & initialized native-zlib library

Native library checking:

hadoop: true /data/hadoop-3.0.0-alpha2/lib/native/libhadoop.so.1.0.0

zlib:   true /lib64/libz.so.1

zstd  : false

snappy: true /usr/lib64/libsnappy.so.1

lz4:    true revision:10301

bzip2:  true /lib64/libbz2.so.1

openssl: true /usr/lib64/libcrypto.so

ISA-L:   false libhadoop wasbuilt without ISA-L support

2017-03-28 09:43:43,190 INFO util.ExitUtil:Exiting with status 1

[root@master opt]# file/data/hadoop-3.0.0-alpha2/lib/native/libhadoop.so.1.0.0

/data/hadoop-3.0.0-alpha2/lib/native/libhadoop.so.1.0.0:ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, notstripped

### 說明：以上紅色字體暫沒解決，查閱資料暫時(shí)不影響使用，有知者麻煩告知，謝謝。

$./start-all.sh        # 再次啟動(dòng)信息

WARNING: Attempting to start all ApacheHadoop daemons as hadoop in 10 seconds.

WARNING: This is not a recommendedproduction deployment configuration.

WARNING: Use CTRL-C to abort.

Starting namenodes on [master]

Starting datanodes

Starting secondary namenodes [master]

Starting resourcemanager

Starting nodemanagers

解決：第二種方法重新編譯hadoop本地庫   # 本人沒有測(cè)試過，參考如下：

http://zkread.com/article/1187940.html

http://forevernull.com/category/%E9%97%AE%E9%A2%98%E8%A7%A3%E5%86%B3/

6、其他

6.1壓縮收集

目前在Hadoop中用得比較多的有lzo，gzip，snappy，bzip2這4種壓縮格式，筆者根據(jù)實(shí)踐經(jīng)驗(yàn)介紹一下這4種壓縮格式的優(yōu)缺點(diǎn)和應(yīng)用場(chǎng)景，以便大家在實(shí)踐中根據(jù)實(shí)際情況選擇不同的壓縮格式。

1、gzip壓縮

優(yōu)點(diǎn)：壓縮率比較高，而且壓縮/解壓速度也比較快；hadoop本身支持，在應(yīng)用中處理gzip格式的文件就和直接處理文本一樣；有hadoop native庫；大部分linux系統(tǒng)都自帶gzip命令，使用方便。

缺點(diǎn)：不支持split。

應(yīng)用場(chǎng)景：當(dāng)每個(gè)文件壓縮之后在130M以內(nèi)的（1個(gè)塊大小內(nèi)），都可以考慮用gzip壓縮格式。譬如說一天或者一個(gè)小時(shí)的日志壓縮成一個(gè)gzip文件，運(yùn)行mapreduce程序的時(shí)候通過多個(gè)gzip文件達(dá)到并發(fā)。hive程序，streaming程序，和java寫的mapreduce程序完全和文本處理一樣，壓縮之后原來的程序不需要做任何修改。

2、lzo壓縮

優(yōu)點(diǎn)：壓縮/解壓速度也比較快，合理的壓縮率；支持split，是hadoop中最流行的壓縮格式；支持hadoop native庫；可以在linux系統(tǒng)下安裝lzop命令，使用方便。

缺點(diǎn)：壓縮率比gzip要低一些；hadoop本身不支持，需要安裝；在應(yīng)用中對(duì)lzo格式的文件需要做一些特殊處理（為了支持split需要建索引，還需要指定inputformat為lzo格式）。

應(yīng)用場(chǎng)景：一個(gè)很大的文本文件，壓縮之后還大于200M以上的可以考慮，而且單個(gè)文件越大，lzo優(yōu)點(diǎn)越越明顯。

3、snappy壓縮

優(yōu)點(diǎn)：高速壓縮速度和合理的壓縮率；支持hadoop native庫。

缺點(diǎn)：不支持split；壓縮率比gzip要低；hadoop本身不支持，需要安裝；linux系統(tǒng)下沒有對(duì)應(yīng)的命令。

應(yīng)用場(chǎng)景：當(dāng)mapreduce作業(yè)的map輸出的數(shù)據(jù)比較大的時(shí)候，作為map到reduce的中間數(shù)據(jù)的壓縮格式；或者作為一個(gè)mapreduce作業(yè)的輸出和另外一個(gè)mapreduce作業(yè)的輸入。

4、bzip2壓縮

優(yōu)點(diǎn)：支持split；具有很高的壓縮率，比gzip壓縮率都高；hadoop本身支持，但不支持native；在linux系統(tǒng)下自帶bzip2命令，使用方便。

缺點(diǎn)：壓縮/解壓速度慢；不支持native。

應(yīng)用場(chǎng)景：適合對(duì)速度要求不高，但需要較高的壓縮率的時(shí)候，可以作為mapreduce作業(yè)的輸出格式；或者輸出之后的數(shù)據(jù)比較大，處理之后的數(shù)據(jù)需要壓縮存檔減少磁盤空間并且以后數(shù)據(jù)用得比較少的情況；或者對(duì)單個(gè)很大的文本文件想壓縮減少存儲(chǔ)空間，同時(shí)又需要支持split，而且兼容之前的應(yīng)用程序（即應(yīng)用程序不需要修改）的情況。

6.2清理

在安裝過程中會(huì)出現(xiàn)頻繁重啟測(cè)試配置文件內(nèi)容，建議每次先關(guān)閉，清理日志，清理以下創(chuàng)建的文件：

# mkdir -p/data/{hdfsname1,hdfsname2}/hdfs/name

# mkdir -p/data/{hdfsdata1,hdfsdata2}/hdfs/data

# rm -rf /data/hadoop/tmp

### 發(fā)現(xiàn)還有好多東西要搞，后續(xù)有時(shí)間繼續(xù)完善，然后……不知道什么時(shí)候了^_^

劉政委 2017-04-01