在DT大数据时代,海量数据的存储和分析是一个巨大的挑战,给我们的hadoop或者hbase集群添加数据压缩的能力,是必不可少的,通过压缩我们不但能节约磁盘空间,而且也能节省集群间网络带宽的损耗,从而间接提高了集群任务的整体执行效率,hadoop已经自带支持一些比较常用的压缩,如gz,bz等,使用hadoop checknative -a命令可以查看你的hadoop支持几种压缩格式:
本篇主要介绍在Hbase中使用snappy压缩,如果你的hadoop已经安装了snappy,那么接下来就会非常简单了,如果你的hadoop集群还不支持snappy压缩,那么也没关系,
版本介绍:
Apache Hadoop2.7.1
Apache Hbase0.98.12
安装测试步骤如下:
(1)给hadoop集群正确安装snappy压缩
(2)拷贝hadoop/lib下的native下的所有so文件和hadoop-snappy-0.0.1-SNAPSHOT.jar到hbase/lib下面
(3)如果有多台机器,每台机器都要拷贝分发
(4)拷贝完成后,重启hbase集群
(5)执行命令验证snappy是否验证成功,如果打印succes,即安装成功
1. [webmaster@Hadoop-0-187
2. 2015-12-30 15:14:11,460 INFO [main] Configuration.deprecation: hadoop.native.lib is deprecated. Instead, use io.native.lib.available
3. SLF4J: Class path contains multiple SLF4J bindings.
4. SLF4J: Found binding in [jar:file:/ROOT/server/hbase/lib/slf4j-log4j12-1.6.4.jar!/org/slf4j/impl/StaticLoggerBinder.class]
5. SLF4J: Found binding in [jar:file:/ROOT/server/hadoop/share/hadoop/common/lib/slf4j-log4j12-1.7.10.jar!/org/slf4j/impl/StaticLoggerBinder.class]
6. SLF4J: See http://www.slf4j.org/codes.html#multiple_bindings for an explanation.
7. 2015-12-30 15:14:12,607
8. 2015-12-30 15:14:12,609
9. 2015-12-30 15:14:12,916 INFO [main] compress.CodecPool: Got brand-new
10. 2015-12-30 15:14:12,923 INFO [main] compress.CodecPool: Got brand-new
11. 2015-12-30 15:14:12,932
12. 2015-12-30 15:14:13,218 INFO [main] compress.CodecPool: Got brand-new
13. SUCCESS
确认成功后,执行hbase shell命令行,采用下面的几个命令,建2个表,一个指定snappy压缩,另外一个不启动压缩,最后插入几十条数据对比结果。
1. //创建一个表,指定snappy压缩
2. create 'tsnappy', { NAME => 'f', COMPRESSION => 'snappy'}
3. //创建一个表,不启动压缩
4. create 'nosnappy', { NAME => 'f'}
5. //查看表描述
6. describe 'tsnappy'
7. //put一条数据
8. put 'tsnappy', 'row1', 'f:col1', 'value'
9. //统计hbase表数据
10. count 'tsnappy'
11. //查看数据
12. 'tsnappy'
13. truncate 'tsnappy'
14. //修改已有的表为snappy压缩
15. alter apData,{NAME=>'cf1',COMPRESSION=>'snappy'}
16. //禁用表
17. disable 'my_table'
18. //修改支持压缩
19. alter 'my_table', {NAME => 'my_column_family', COMPRESSION => 'snappy'}
20. //激活表
21. enable 'my_table'
然后插入50行数据,一个字段,内容大概4M,附件里面有Hbase操作的Java类,插入数据完整后,执行命令:
hadoop fs -du -s -h /hbase/data/default/*对比查看开启压缩和不开启压缩索占的存储空间,大约为1:9,当然这也和自己的存储的数据有关系,总体来说,还是不错的。