在Ubuntu X64上编译Hadoop

在之前的文章中介绍了如何直接在Ubuntu中安装Hadoop。但是对于64位的Ubuntu来说，官方给出的Hadoop包是32位的，运行时会得到警告：

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

所以我们最好是自己在Ubuntu中编译Hadoop。先介绍一下我的环境是Ubuntu 16.1 X64 Server版，当前最新的Hadoop是2.7.3。我们可以先下载源代码，在其中有BUILDING.txt，指导我们如何在Ubuntu中编译Hadoop：

Installing required packages for clean install of Ubuntu 14.04 LTS Desktop:

* Oracle JDK 1.7 (preferred)
  $ sudo apt-get purge openjdk*
  $ sudo apt-get install software-properties-common
  $ sudo add-apt-repository ppa:webupd8team/java
  $ sudo apt-get update
  $ sudo apt-get install oracle-java7-installer
* Maven
  $ sudo apt-get -y install maven
* Native libraries
  $ sudo apt-get -y install build-essential autoconf automake libtool cmake zlib1g-dev pkg-config libssl-dev
* ProtocolBuffer 2.5.0 (required)
  $ sudo apt-get -y install libprotobuf-dev protobuf-compiler

Optional packages:

* Snappy compression
  $ sudo apt-get install snappy libsnappy-dev
* Bzip2
  $ sudo apt-get install bzip2 libbz2-dev
* Jansson (C Library for JSON)
  $ sudo apt-get install libjansson-dev
* Linux FUSE
  $ sudo apt-get install fuse libfuse-dev

我用的Linux16.1 X64 Server版本，也是大同小异，接下来是编译Hadoop的过程：

1.更新apt源

首先需要更新我们的apt源，因为如果是国外源的话，接下来安装会很慢。使用命令

sudo vi /etc/apt/sources.list

打开这个apt源列表，如果其中看到是http://us.xxxxxx之类的，那么就是外国的，如果看到是http://cn.xxxxx之类的，那么就不用换的。我的是美国的源，所以需要做一下批量的替换。在命令模式下，输入：

:%s/us./cn./g

就可以把所有的us.改为cn.了。然后输入:wq即可保存退出。

sudo apt-get update

更新一下源。

2.安装必备软件

2.1安装SSH

sudo apt-get install ssh

安装完毕后我们就可以用putty或者SecureCRT连接到Ubuntu了。

2.2安装JDK

sudo apt-get install default-jdk

安装后可以运行java –version看安装的版本

2.3安装Maven

sudo apt-get install maven

这是编译Hadoop的工具，安装完成后，可以运行mvn -–version看安装的版本

2.4安装依赖库

sudo apt-get install g++ autoconf automake libtool cmake zlib1g-dev pkg-config libssl-dev

2.5安装ProtocolBuffer 2.5.0

注意，我要编译的是Hadoop2.7.3，必须安装的ProtocolBuffer是2.5这个版本，如果不是的话，接下来会编译失败：

protoc version is 'libprotoc 3.0.0, expected version is '2.5.0'

如果我们运行文档中的：

sudo apt-get -y install libprotobuf-dev protobuf-compiler

protoc –version 会告诉我们安装的是3.0版本，这是不对的。我们需要的是2.5版。怎么办呢？只有去GitHub找到2.5版，然后重新编译安装。过程如下：

wget https://github.com/google/protobuf/releases/download/v2.5.0/protobuf-2.5.0.tar.gz
tar -xzf protobuf-2.5..tar.gz
cd protobuf-2.5./
./autogen.sh
./configure
make
make install

现在我们重新运行protoc –version 会看到版本是2.5了。

2.6更新Maven镜像

由于Maven默认连接的是国外的服务器，会很慢，所以我们需要更新Maven源为国内的服务器。推荐还有阿里云的Maven源：http://maven.aliyun.com/ 。

具体做法是:

cd ~/.m2 (如果没有这个文件夹，那么就在~目录mkdir .m2创建这个文件夹)

vi settings.xml

然后输入以下的内容：

<settings xmlns="http://maven.apache.org/SETTINGS/1.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/SETTINGS/1.0.0 http://maven.apache.org/xsd/settings-1.0.0.xsd">
<mirrors>
<mirror>
<id>nexus-aliyun</id>
<mirrorOf>*</mirrorOf>
<name>Nexus aliyun</name>
<url>http://maven.aliyun.com/nexus/content/groups/public</url>
</mirror>
</mirrors>
</settings>

3.编译Hadoop

首先我们下载最新的Hadoop源代码，访问官网http://hadoop.apache.org/releases.html，可以看到最新的是2.7.3，所以我们点击2.7.3的source，会给我们一个比较快的下载地址。

wget http://mirror.bit.edu.cn/apache/hadoop/common/hadoop-2.7.3/hadoop-2.7.3-src.tar.gz

下载完毕后解压：

tar -zxvf hadoop-2.7.-src.tar.gz

cd hadoop-2.7.-src

最后，就是用Maven编译Hadoop：

mvn package -Pdist,native -DskipTests –Dtar

这是一个比较漫长的过程，可能要等10~20来分钟。如果一切正常，那么运行完毕后，我们会看到成功编译的通知：

我是在虚拟机中，花了23分钟，我们的Hadoop X64版本就编译出来了。

编译好的Hadoop是在：

hadoop-dist/target/ 目录下，hadoop-2.7.3.tar.gz文件便是。

我们可以把这个包下载到本地，或者传输到其他服务器，接下来就是用这个包安装Hadoop，具体安装配置过程参见我这篇博客。