关于几种压缩算法以及hadoop和hbase中的压缩配置说明[转] 关于几种压缩算法以及hadoop和

2019独角兽企业重金招聘Python工程师标准>>>
文章图片

关于几种压缩算法以及hadoop和hbase中的压缩配置说明

文章不错哇,转载下

Hadoop中常用的压缩算法有bzip2、gzip、lzo、snappy，其中lzo、snappy需要操作系统安装native库才可以支持

下面这张表，是比较官方一点的统计，不同的场合用不同的压缩算法。bzip2和GZIP是比较消耗CPU的，压缩比最高，GZIP不能被分块并行的处理；Snappy和LZO差不多，稍微胜出一点，cpu消耗的比GZIP少。

通常情况下，想在CPU和IO之间取得平衡的话，用Snappy和lzo比较常见一些。
【关于几种压缩算法以及hadoop和hbase中的压缩配置说明[转]】

Comparison between compression algorithms

Algorithm % remaining Encoding Decoding
GZIP 13.4% 21 MB/s 118 MB/s
LZO 20.5% 135 MB/s 410 MB/s
Snappy 22.2% 172 MB/s 409 MB/s
对于数据格式为TextFile，Sequence，以及其他用户自定义的文件格式的文件，都可以采用以上的压缩算法进行压缩；

TextFile在压缩以后，不能split，压缩出来的数据当做job的输入是一个文件作为一个map。SequenceFile本身是分块的，加上lzo的压缩格式，文件可以实现lzo方式的split操作，可以按照record、block进行压缩，一般采用block效率更高一些。

一、hadoop(hive)对mapreduce压缩参数设置
1、mapreduce的中间结果对压缩的支持

方法一：

hadoop 中 mapred-site.xml

mapred.compress.map.output

true

mapred.map.output.compression.codec

com.hadoop.compression.lzo.LzoCodec

方法二

hive中hive-site.xml

hive.exec.compress.intermediate
true
Should the outputs of the maps be compressed before being
sent across the network. Uses SequenceFile compression.

< /property>
< property>
hive.intermediate.compression.codec
org.apache.hadoop.io.compress.LzoCodec
If the map outputs are compressed, how should they be
compressed?

< /property>
方法三
hive中shell
set hive.exec.compress.intermediate=true;

set hive.intermediate.compression.codec="org.apache.hadoop.io.compress.LzoCodec";

2、mapreduce的输出结果对压缩的支持

hive-site.xml中配置：

hive.exec.compress.output
true
Should the job outputs be compressed?

< /property>
< property>
mapred.output.compression.codec
org.apache.hadoop.io.compress.LzoCodec
If the job outputs are compressed, how should they be compressed?

< /property>

或者在hadoop-site.xml中添加：

io.compression.codecs
org.apache.hadoop.io.compress.DefaultCodec,org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.BZip2Codec,org.apache.hadoop.io.compress.LzoCodec
A list of the compression codec classes that can be used
for compression/decompression.
< /property>
< property>
mapred.output.compress
true
Should the job outputs be compressed?

< /property>
< property>
mapred.output.compression.codec
org.apache.hadoop.io.compress.LzoCodec
If the job outputs are compressed, how should they be compressed?

< /property>

二、HBASE对这三种压缩格式的支持

HBase中可以对HFile进行gzip、lzo、snappy方式的压缩存储。

1、对于gzip压缩的支持
hbase(main):001:0> create 'testtable', { NAME => 'colfam1',
COMPRESSION => 'GZ' }

或者alter 'testtable'，不过要先disable table，完成压缩后，再enable table

2、对于lzo的支持，需要系统安装lzo动态库，以及hadoop lzo相关的native库，后把native库jar文件copy到hadoop/lib/native 及 hbase/lib/native中
同时在core-site.xml中，配置lzo压缩

io.compression.codecs
org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec

io.compression.codec.lzo.class
com.hadoop.compression.lzo.LzoCodec

org.apache.hadoop.io.compress.DefaultCodec是hadoop默认的zlib压缩

hbase(main):001:0> create 'testtable', { NAME => 'colfam1',
COMPRESSION => 'lzo' }
3、对于synappy的支持，需要安装snappy，并且将 hadoop-snappy-0.0.1-SNAPSHOT.tar.gz 的native中的动态静态链接库文件拷到hadoop以及hbase lib的native下面，将hadoop-snappy-0.0.1-SNAPSHOT.jar考到hadoop 以及hbase 的lib下
在core-site.xml中，配置lzo压缩

io.compression.codecs
org.apache.hadoop.io.compress.SnappyCodec

hbase(main):001:0> create 'testtable', { NAME => 'colfam1',COMPRESSION => 'synappy' }

转载于:https://my.oschina.net/qiangzigege/blog/669654

关于几种压缩算法以及hadoop和hbase中的压缩配置说明[转]

推荐阅读

冰箱姐笑话——让你开怀大笑的搞笑故事

国科大肿瘤医院|国科大肿瘤医院血液科正式开科！

好的内衣品牌有哪些哪些内衣好

北京哪里做双眼皮比较好公立医院还是私立整形医院

matlab函数分析,MATLAB怎么定义函数

24节气养生法白露吃什么补肾护心

药物性鼻炎有哪些饮食疗法药物性鼻炎有哪些饮食疗法好

边构成放行偷越国境人员罪的要件有哪些

麦当劳训练需求分析表单

安卓gt赛车1,f1赛车我玩了三年最快的车是最贵的车

mysql模糊查询怎么写 mysql模糊表查询

关胜是怎么死的，关胜和卢俊义谁厉害？

手汗症|如果您牵手或紧张时掌心挥汗如雨，或许是手汗症惹的祸，请看此文

英文版洗衣机怎么使用教程让你轻松掌握洗衣技巧,还干净的方法

电商网站如何推广，电商平台如何推广

虚拟机mysql数据库连接不上本机登录虚拟机mysql

win7防火墙在哪里设置（win7防火墙在什么地方设置）

mysql创建索引的原则

关于北大未名湖的故事

螺杆空压机主机大修要点空压机大修