温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。
1.问题描述
CDH中默认不支持Lzo压缩编码,需要下载额外的Parcel包,才能让Hadoop相关组件如HDFS,Hive,Spark支持Lzo编码。
具体请参考:
https://www.cloudera.com/documentation/enterprise/latest/topics/cm\_mc\_gpl\_extras.html
首先我在没做额外配置的情况下,生成Lzo文件并读取。我们在Hive中创建两张表,test_table和test_table2,test_table是文本文件的表,test_table2是Lzo压缩编码的表。如下:
create external table test_table(s1 string,s2 string)row format delimited fields terminated by ‘#‘location ‘/lilei/test_table‘; insert into test_table values(‘1‘,‘a‘),(‘2‘,‘b‘); create external table test_table2(s1 string,s2 string)row format delimited fields terminated by ‘#‘location ‘/lilei/test_table2‘; |
---|
通过beeline访问Hive并执行上面命令:
查询test_table中的数据:
将test_table中的数据插入到test_table2,并设置输出文件为lzo压缩:
set mapreduce.output.fileoutputformat.compress.codec=com.hadoop.compression.lzo.LzoCodec;set hive.exec.compress.output=true;set mapreduce.output.fileoutputformat.compress=true;set mapreduce.output.fileoutputformat.compress.type=BLOCK; insert overwrite table test_table2 select * from test_table; |
---|
在Hive中执行报错如下:
Error:Error while processing statement: FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTask (state=08S01,code=2) |
---|
通过Yarn的8088可以发现是因为找不到Lzo压缩编码:
Compression codec com.hadoop.compression.lzo.LzoCodec was not found. |
---|
2.解决办法
通过Cloudera Manager的Parcel页面配置Lzo的Parcel包地址:
注意:如果集群无法访问公网,需要提前下载好Parcel包并发布到httpd
下载->分配->激活
配置HDFS的压缩编码加入Lzo:
com.hadoop.compression.lzo.LzoCodeccom.hadoop.compression.lzo.LzopCodec |
---|
保存更改,部署客户端配置,重启整个集群。
等待重启成功:
再次插入数据到test_table2,设置为Lzo编码格式:
set mapreduce.output.fileoutputformat.compress.codec=com.hadoop.compression.lzo.LzoCodec;set hive.exec.compress.output=true;set mapreduce.output.fileoutputformat.compress=true;set mapreduce.output.fileoutputformat.compress.type=BLOCK; insert overwrite table test_table2 select * from test_table; |
---|
插入成功:
2.1 Hive验证
首先确认test_table2中的文件为Lzo格式:
在Hive的beeline中进行测试:
Hive基于Lzo压缩文件运行正常。
2.2 Spark SQL验证
var textFile=sc.textFile("hdfs://ip-172-31-8-141:8020/lilei/test_table2/000000_0.lzo_deflate") textFile.count() sqlContext.sql("select * from test_table2") |
---|
SparkSQL基于Lzo压缩文件运行正常。
醉酒鞭名马,少年多浮夸! 岭南浣溪沙,呕吐酒肆下!挚友不肯放,数据玩的花!
温馨提示:要看高清无码套图,请使用手机打开并单击图片放大查看。
原文地址:http://blog.51cto.com/14049791/2316621