Hadoop本地库

﹏ヽ暗。殇╰゛Y 2022-08-17 14:29 140阅读 0赞

## 目的 ##

鉴于性能问题以及某些Java类库的缺失，对于某些组件，Hadoop提供了自己的本地实现。这些组件保存在Hadoop的一个独立的动态链接的库里。这个库在\*nix平台上叫*libhadoop.so*. 本文主要介绍本地库的使用方法以及如何构建本地库。

## 组件 ##

Hadoop现在已经有以下 [ compression codecs][compression codecs]本地组件：

*  [zlib][]
 *  [gzip][]
 *  [lzo][]

在以上组件中，lzo和gzip压缩编解码器必须使用hadoop本地库才能运行。

## 使用方法 ##

hadoop本地库的用法很简单：

*  看一下[支持的平台][Link 1].
 *  [下载][Link 2] 预构建的32位i386架构的Linux本地hadoop库（可以在hadoop发行版的lib/native目录下找到）或者自己 [ 构建][Link 3] 这些库。
 *  确保你的平台已经安装了**zlib-1.2**以上版本或者**lzo2.0**以上版本的软件包或者两者均已安装（根据你的需要）。

bin/hadoop 脚本通过系统属性 *-Djava.library.path=<path>*来确认hadoop本地库是否包含在库路径里。

检查hadoop日志文件可以查看hadoop库是否正常，正常情况下会看到：

DEBUG util.NativeCodeLoader - Trying to load the custom-built native-hadoop library...   
INFO util.NativeCodeLoader - Loaded the native-hadoop library

如果出错，会看到：

INFO util.NativeCodeLoader - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable

## 支持的平台 ##

Hadoop本地库只支持\*nix平台，已经广泛使用在GNU/Linux平台上，但是不支持 [ Cygwin][Cygwin] 和 [Mac OS X][]。

已经测试过的GNU/Linux发行版本：

*  [RHEL4][]/[Fedora][]
 *  [Ubuntu][]
 *  [Gentoo][]

在上述平台上，32/64位Hadoop本地库分别能和32/64位的jvm一起正常运行。

## 构建Hadoop本地库 ##

Hadoop本地库使用 [ANSI C][] 编写，使用GNU autotools工具链 (autoconf, autoheader, automake, autoscan, libtool)构建。也就是说构建hadoop库的平台需要有标准C的编译器和GNU autotools工具链。请参看 [ 支持的平台][Link 1]。

你的目标平台上可能会需要的软件包：

*  C 编译器 (e.g. [GNU C Compiler][])
 *  GNU Autools 工具链: [ autoconf][autoconf], [automake][], [libtool][]
 *  zlib开发包 (stable version >= 1.2.0)
 *  lzo开发包 (stable version >= 2.0)

如果已经满足了上述先决条件，可以使用build.xml 文件，并把其中的compile.native置为 true，这样就可以生成hadoop本地库：

$ ant -Dcompile.native=true <target>

因为不是所有用户都需要Hadoop本地库，所以默认情况下hadoop不生成该库。

你可以在下面的路径查看新生成的hadoop本地库：

$ build/native/<platform>/lib

其中<platform>是下列系统属性的组合 $\{os.name\}-$\{os.arch\}-$\{sun.arch.data.model\}；例如 Linux-i386-32。

### 注意 ###

*  在生成hadoop本地库的目标平台上**必须** 安装了zlib和lzo开发包；但是如果你只希望使用其中一个的话，在部署时，安装其中任何一个都是足够的。
 *  在目标平台上生成以及部署hadoop本地库时，都需要根据32/64位jvm选取对应的32/64位zlib/lzo软件包。

## 使用DistributedCache 加载本地库 ##

用户可以通过 [ DistributedCache][DistributedCache] 加载本地共享库，并*分发*和建立库文件的*符号链接*。

这个例子描述了如何分发库文件并在从map/reduce任务中装载库文件。

1.  首先拷贝库文件到HDFS。  
    bin/hadoop fs -copyFromLocal mylib.so.1 /libraries/mylib.so.1
2.  启动作业时包含以下代码：  
    DistributedCache.createSymlink(conf);   
    DistributedCache.addCacheFile("hdfs://host:port/libraries/mylib.so.1\#mylib.so", conf); 
3.  map/reduce任务中包含以下代码：  
    System.loadLibrary("mylib.so");

[compression codecs]: http://hadoop.apache.org/core/docs/r0.18.2/api/org/apache/hadoop/io/compress/CompressionCodec.html
[zlib]: http://www.zlib.net/
[gzip]: http://www.gzip.org/
[lzo]: http://www.oberhumer.com/opensource/lzo/
[Link 1]: http://hadoop.apache.org/docs/r1.0.4/cn/native_libraries.html#%E6%94%AF%E6%8C%81%E7%9A%84%E5%B9%B3%E5%8F%B0
[Link 2]: http://hadoop.apache.org/core/releases.html#Download
[Link 3]: http://hadoop.apache.org/docs/r1.0.4/cn/native_libraries.html#%E6%9E%84%E5%BB%BAHadoop%E6%9C%AC%E5%9C%B0%E5%BA%93
[Cygwin]: http://www.cygwin.com/
[Mac OS X]: http://www.apple.com/macosx
[RHEL4]: http://www.redhat.com/rhel/
[Fedora]: http://fedora.redhat.com/
[Ubuntu]: http://www.ubuntu.com/
[Gentoo]: http://www.gentoo.org/
[ANSI C]: http://en.wikipedia.org/wiki/ANSI_C
[GNU C Compiler]: http://gcc.gnu.org/
[autoconf]: http://www.gnu.org/software/autoconf/
[automake]: http://www.gnu.org/software/automake/
[libtool]: http://www.gnu.org/software/libtool/
[DistributedCache]: http://hadoop.apache.org/docs/r1.0.4/cn/mapred_tutorial.html#DistributedCache