Hadoop本地库介绍及相关问题解决方法汇总

1.hadoop本地库的作用是什么？
2.哪两个压缩编码器必须使用hadoop本地库才能运行？
3.hadoop的使用方法？
4.hadoop本地库与系统版本不一致会引起什么错误？
5.$ export HADOOP_ROOT_LOGGER=DEBUG,console有什么作

本帖最后由 pig2 于 2014-3-20 20:46 编辑
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.
• 下载 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 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 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。

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, 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 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。

• 首先拷贝库文件到HDFS。
  bin/hadoop fs -copyFromLocal mylib.so.1 /libraries/mylib.so.1
• 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);
• map/reduce任务中包含以下代码：
  System.loadLibrary("mylib.so");

这里要注意：DistributedCache是用来分发应用特定的只读文件和一个jar包的，以供Map-Reduce框架在启动任务和运行的时候使用这些缓冲的文件或者是把第三方jar包添加到其classpath路径中去，要注意的是DistributedCache的使用是有一个前提的，就它会认为这些通过urls来表示的文件已经在hdfs文件系统里面。

下面给出一个具体示例：
1. 配置应用程序的cache,把需要使用的文件上传到DFS中去：

1.     $ bin/hadoop fs -copyFromLocal lookup.dat /myapp/ 
2.     $ bin/hadoop fs -copyFromLocal map.zip /myapp/ 
3.     $ bin/hadoop fs -copyFromLocal mylib.jar /myapp/
4.     $ bin/hadoop fs -copyFromLocal mytar.tar /myapp/
5.     $ bin/hadoop fs -copyFromLocal mytgz.tgz /myapp/
6.     $ bin/hadoop fs -copyFromLocal mytargz.tar.gz /myapp/

复制代码

此时Hadoop框架会把这些应用所需要的文件复制到每个准备启动的节点上去，它会把这些复制到mapred.temp.dir配置的目录中去，以供相应的Task节点使用。

这里要注意的DistriubtedCache分发的文件分成公有与私有文件，公有文件可以给HDFS中的所有用户使用，而私有文件只能被特定的用户所使用，用户可以配置上传文件的访问权限来达到这种效果。

2. 配置JobConf：

1.      JobConf job = new JobConf();
2.      DistributedCache.addCacheFile(new URI("/myapp/lookup.dat#lookup.dat"),job); // 这里的lookup.dat加了一个符号连接
3.      DistributedCache.addCacheArchive(new URI("/myapp/map.zip", job);
4.      DistributedCache.addFileToClassPath(new Path("/myapp/mylib.jar"), job); // 这里是把相应的jar包加到Task的启动路径上去
5.      DistributedCache.addCacheArchive(new URI("/myapp/mytar.tar", job);
6.      DistributedCache.addCacheArchive(new URI("/myapp/mytgz.tgz", job);
7.      DistributedCache.addCacheArchive(new URI("/myapp/mytargz.tar.gz", job);

复制代码

3. 在Mapper或者Reducer任务中使用这些文件：

1. public static class MapClass extends MapReduceBase  
2.      implements Mapper<K, V, K, V> {
3.      
4.        private Path[] localArchives;
5.        private Path[] localFiles;
6.        
7.        public void configure(JobConf job) {
8.          // Get the cached archives/files
9.          localArchives = DistributedCache.getLocalCacheArchives(job);  // 得到本地打包的文件，一般是数据文件，如字典文件
10.          localFiles = DistributedCache.getLocalCacheFiles(job);        // 得到本地缓冲的文件，一般是配置文件等
11.        }
12.        
13.        public void map(K key, V value, 
14.                        OutputCollector<K, V> output, Reporter reporter) 
15.        throws IOException {
16.          // Use data from the cached archives/files here
17.          // ...
18.          // ...
19.          output.collect(k, v);
20.        }
21.      }

复制代码

另外，使用新的MP接口要注意的地方：

1. 我们知道，新的MP接口使用了Job这个类来对MP任务进行配置，这里使用的时候要注意一点

1.    Configuration conf = new Configuration();
2.    // 对conf加入配置信息  - 正确方法
3.    Job job = new Job(conf,"word count");
4.    // 对conf加入配置信息 - 这是有问题的，这些配置不会生效，因为这里生成Job的时候它会对conf进行复制，这个看一下Job的源代码就知道。
5.    // 这里可以用job.getConfiguration()来得到其内部的conf对象，这样就不会有问题。

复制代码

2. 如果你在启动MP任务之前调用了第三方jar包的类，那这就会有问题，会在启动任务的时候找不到这个类。这个问题我还没有找到好的解决办法，一个办法就是把这些类想办法移到MP任务中，如果有朋友知道更加好的办法，请告诉我一下，多谢了。我感觉Nutch中也会有同样的问题，什么时候研究一下Nutch的代码，说不定会有很多关于Hadoop方面的收获。



--------------------------------------------------------------------------------------------------------------------------

hadoop本地库与系统版本不一致引起的错误解决方法

 

部署hadoop的集群环境为  


操作系统 centos 5.8    


hadoop版本为cloudera   hadoop-0.20.2-cdh3u3


集群中设置支持gzip lzo压缩后，在对压缩文件进行读取或者对输入文件压缩的时候要使用到hadoop的本地库，本地库的默认位置在


$HADOOP_HOME/lib/native/Linux-amd64-64   (64位操作系统)


$HADOOP_HOME/lib/native/Linux-i386-32   （32位操作系统）




文件夹中的libhadoop.so文件，就是hadoop的本地库。


如果本地库不存在，或者本地库与当前操作系统的版本不一致的时候，会报下面的错误：


11/09/20 17:29:49 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform… using builtin-java classes where applicable


增加调试信息设置


$ export HADOOP_ROOT_LOGGER=DEBUG,console
$ hadoop fs -text /test/data/origz/access.log.gz


2012-04-24 15:55:43,269 WARN org.apache.hadoop.util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable


error libhadoop.so  /lib64/libc.so.6 required (libc 2.6)    /usr/local/hadoop/lib/native/Linux-amd64-64  


说明系统中的glibc的版本和libhadoop.so需要的版本不一致导致


查看系统的libc版本  


# ll /lib64/libc.so.6


lrwxrwxrwx 1 root root 11 Apr 24 16:49 /lib64/libc.so.6 -> libc-2.5.so


系统中的版本为2.5


将系统中的glibc升级为2.9


下载glibc
wget  http://ftp.gnu.org/gnu/glibc/glibc-2.9.tar.bz2


下载glibc-linuxthreads
wget http://ftp.gnu.org/gnu/glibc/glibc-linuxthreads-2.5.tar.bz2


解压
$tar -jxvf glibc-2.9.tar.bz2
$cd glibc-2.9
$tar -jxvf ../glibc-linuxthreads-2.5.tar.bz2
$cd ..
$export CFLAGS="-g -O2"
$./glibc-2.9/configure --prefix=/usr --disable-profile --enable-add-ons --with-headers=/usr/include --with-binutils=/usr/bin
$make
#make install


安装编译过程中需要注意三点：
1、要将glibc-linuxthreads解压到glibc目录下。
2、不能在glibc当前目录下运行configure。
3、加上优化开关，export CFLAGS="-g -O2"，否则会出现错误




安装完后，可以查看ls -l /lib/libc.so.6已升级


lrwxrwxrwx 1 root root 11 Apr 24 16:49 /lib64/libc.so.6 -> libc-2.9.so


测试本地库是否升级




$ export HADOOP_ROOT_LOGGER=DEBUG,console
$ hadoop fs -text /test/data/origz/access.log.gz


12/04/25 08:54:47 INFO lzo.LzoCodec: Successfully loaded & initialized native-lzo library [hadoop-lzo rev 6bb1b7f8b9044d8df9b4d2b6641db7658aab3cf8]
12/04/25 08:54:47 DEBUG util.NativeCodeLoader: Trying to load the custom-built native-hadoop library...
12/04/25 08:54:47 INFO util.NativeCodeLoader: Loaded the native-hadoop library
12/04/25 08:54:47 INFO zlib.ZlibFactory: Successfully loaded & initialized native-zlib library
12/04/25 08:54:47 DEBUG fs.FSInputChecker: DFSClient readChunk got seqno 0 offsetInBlock 0 lastPacketInBlock false packetLen 132100
可以看到将glibc升级后不再报错，已经成功加载本地库


-------------------------------------------------------------------------------------------------------------------------------------------------另外一例：错误都是一样，可以从中学到解决问题的方法

用官方的Hadoop 2.1.0-beta安装后，每次hadoop命令进去都会抛出这样一个Warning

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

设置logger级别，看下具体原因


export HADOOP_ROOT_LOGGER=DEBUG,console​

1. 13/08/29 13:59:38 DEBUG util.NativeCodeLoader: Trying to load the custom-built native-hadoop library...  
2. 13/08/29 13:59:38 DEBUG util.NativeCodeLoader: Failed to load native-hadoop with error: java.lang.UnsatisfiedLinkError: /usr/local/hadoop/hadoop-2.1.0-beta/lib/native/libhadoop.so.1.0.0: /usr/local/hadoop/hadoop-2.1.0-beta/lib/native/libhadoop.so.1.0.0: wrong ELF class: ELFCLASS32 (Possible cause: architecture word width mismatch)  
3. 13/08/29 13:59:38 DEBUG util.NativeCodeLoader: java.library.path=/usr/local/hadoop/hadoop-2.1.0-beta/lib/native/Linux-amd64-64:/usr/local/hadoop/hadoop-2.1.0-beta/lib/native  
4. 13/08/29 13:59:38 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable  

复制代码

wrong ELFCLASS32，难道是加载的so文件系统版本不对

执行命令file libhadoop.so.1.0.0
libhadoop.so.1.0.0: ELF 32-bit LSB shared object, Intel 80386, version 1 (SYSV), dynamically linked, not stripped
果然是80386，是32位的系统版本，而我的hadoop环境是64位OS
原来直接从apache镜像中下载的编译好的Hadoop版本native library都是32版本的，如果要支持64位版本，必须自己重新编译，这就有点坑爹了，要知道几乎所有的生产环境都是64位的OS

YARN官方对于native library的一段话验证了这一点
“The pre-built 32-bit i386-Linux native hadoop library is available as part of the hadoop distribution and is located in the lib/native directory​”

重新checkout source code
svn checkout http://svn.apache.org/repos/asf/ ... release-2.1.0-beta/
加上编译native的选项，编译时会根据当前的操作系统架构来生产相应的native库
mvn package -Pdist,native -DskipTests -Dtar
再去native文件下查看所有的file type，已经都是64位版的了，替换线上文件，WARNING消除

1. file *  
2. libhadoop.a:        current ar archive  
3. libhadooppipes.a:   current ar archive  
4. libhadoop.so:       symbolic link to `libhadoop.so.1.0.0'  
5. libhadoop.so.1.0.0: ELF 64-bit LSB shared object, x86-64, version 1 (GNU/Linux), dynamically linked, not stripped  
6. libhadooputils.a:   current ar archive  
7. libhdfs.a:          current ar archive  
8. libhdfs.so:         symbolic link to `libhdfs.so.0.0.0'  
9. libhdfs.so.0.0.0:   ELF 64-bit LSB shared object, x86-64, version 1 (GNU/Linux), dynamically linked, not stripped  

复制代码