操作系统：CentOS 5.5，Hadoop版本：hadoop-0.20.2-CDH3B4
安装lzo所需要软件包：gcc、ant、lzo、lzo编码/解码器，另外，还需要lzo-devel依赖
配置lzo的文件：core-site.xml、mapred-site.xml
大致步骤：
1）安装和更新gcc、ant
2）在各个节点安装lzo
3）安装lzo编码/解码器
4）修改配置文件，并同步各节点的配置文件
注：没有特别指出的话，所有操作都是在Namenode中进行的
一、lzo库安装：
1、gcc的安装：yum即可，记得同时更新lib*、glibc*、gcc*
2、ant的安装：
删除旧版本：yum remove ant
安装新版本：
wget http://labs.renren.com/apache-mirror//ant/binaries/apache-ant-1.8.2-bin.tar.gz
tar zxvf apache-ant-1.8.2-bin.tar.gz

# vi /etc/profile
export ANT_HOME=/usr/local/apache-ant-1.8.2
export PATH=$PATH:$ANT_HOME/bin
source /etc/profile 使配置文件生效
lzo的安装
wget http://www.oberhumer.com/opensource/lzo/download/lzo-2.04.tar.gz
tar -zxvf lzo-2.04.tar.gz
cd lzo-2.04
./configure --enable-shared
make && make install

库文件被默认安装到了/usr/local/lib，我们需要进一步指定lzo库文件的路径，两个方法都可以：
1)拷贝/usr/local/lib目录下的lzo库文件到/usr/lib（32位平台），或/usr/lib64（64位平台）
2)在/etc/ld.so.conf.d/目录下新建lzo.conf文件，写入lzo库文件的路径，然后运行/sbin/ldconfig -v，使配置生效
在各个节点安装lzo：
Namenode和Datanode都要安装lzo！
所需软件包：gcc、ant、lzo-2.04.tar.gz、lzo2-2.02-3.el5.rf.x86_64.rpm、lzo2-devel-2.02-3.el5.rf.x86_64.rpm。
wget http://mirrors.axint.net/repos/RedHat/el5/en/x86_64/RPMS.dag/lzo2-2.02-3.el5.rf.x86_64.rpm
wget http://mirrors.axint.net/repos/redhat/el5/en/x86_64/RPMS.dag/lzo2-devel-2.02-3.el5.rf.x86_64.rpm
安装lzo2-2.02-3.el5.rf.x86_64.rpm、lzo2-devel-2.02-3.el5.rf.x86_64.rpm。
# rpm -ivh lzo2-2.02-3.el5.rf.x86_64.rpm
# rpm -ivh lzo2-devel-2.02-3.el5.rf.x86_64.rpm
lzo编码/解码器的安装
这里必须要说明：如果hadoop是cloudera版的，那么lzo编码/解码器就不要用google官方的那个！到这里下载：
https://github.com/kevinweil/hadoop-lzo
下载文件kevinweil-hadoop-lzo-23e8370.tar.gz
# tar zxvf kevinweil-hadoop-lzo-23e8370.tar.gz
# cd kevinweil-hadoop-lzo-23e8370
#export CFLAGS=-m64
#ant compile-native tar
编译成功后，还需要把编码/解码器以及native库拷贝到$HADOOP_HOME/lib目录下
# cp build/hadoop-lzo-0.4.13.jar /usr/local/hadoop/lib/
#tar -cBf - -C build/native . | tar -xBvf - -C /usr/local/hadoop/lib/native
# cd /usr/local/hadoop/lib/
# chown -R hadoop:hadoop native/
同步各节点的hadoop-lzo-0.4.10.jar和hadoop的native目录
配置lzo：
1、主要是往hadoop目录下conf目录中的core-site.xml和mapred-site.xml文件添加一些属性：
vi core-site.xml 添加配置
<property>
<name>io.compression.codecs</name>
<value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec,com.hadoop.compression.lzo.LzoCodec,com.hadoop.compression.lzo.LzopCodec,org.apache.hadoop.io.compress.BZip2Codec</value>
</property>
<property>
<name>io.compression.codec.lzo.class</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
vi mapred-site.xml：
<property>
<name>mapreduce.map.output.compress</name>
<value>true</value>
</property>

<property>
<name>mapred.child.env</name>
<value>JAVA_LIBRARY_PATH=/usr/local/hadoop/lib/native/Linux-amd64-64</value>
</property>

<property>
<name>mapreduce.map.output.compress.codec</name>
<value>com.hadoop.compression.lzo.LzoCodec</value>
</property>
同步各节点的配置文件！
hadoop集群内测试lzo：
首先，安装lzop，生成一些lzo文件
wget http://www.lzop.org/download/lzop-1.03.tar.gz
tar -zxvf lzop-1.03
cd lzop-1.03
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/lib
./configure
make && make install

压缩日志文件lzop -U -9 nginx.log
利用hive导入到hdfs中hive> load data local inpath '/home/log/nginx.log.lzo' overwrite into table nginxlog;
测试hive语句 hive>select count(1) from nginxlog;
如果出现错误Failed with exception java.io.IOException:java.lang.RuntimeException: native-lzo library not available
删除$HADOOP_HOME/lib目录下的hadoop-gpl-compression-0.1.0.jar
cd kevinweil-hadoop-lzo-23e8370/build/native/Linux-amd64-64/lib
cp * $HADOOP_HOME/lib/native/Linux-amd64-64
重启hadoop
测试hive语句即可成功执行

推荐阅读文章

大数据工程师在阿里面试流程是什么？

学习大数据需要具备怎么样基础？

年薪30K的大数据开发工程师的工作经验总结？