殿上欢,已完本玄幻小说排行榜

新聞中心

這里有您想知道的互聯(lián)網(wǎng)營銷解決方案

創(chuàng)新互聯(lián)ApachePig教程：ApachePig安裝

本章將介紹如何在系統(tǒng)中下載，安裝和設(shè)置 Apache Pig 。

先決條件

在你運(yùn)行Apache Pig之前，必須在系統(tǒng)上安裝好Hadoop和Java。因此，在安裝Apache Pig之前，請(qǐng)按照以下鏈接中提供的步驟安裝Hadoop和Java://www.cdcxhl.com/hadoop/hadoop_enviornment_setup.htm

下載Apache Pig

首先，從以下網(wǎng)站下載最新版本的Apache Pig:https://pig.apache.org/

步驟1

打開Apache Pig網(wǎng)站的主頁。在News部分下，點(diǎn)擊鏈接release page，如下面的快照所示。

步驟2

點(diǎn)擊指定的鏈接后，你將被重定向到 Apache Pig Releases 頁面。在此頁面的Download部分下，單擊鏈接，然后你將被重定向到具有一組鏡像的頁面。

步驟3

選擇并單擊這些鏡像中的任一個(gè)，如下所示。

步驟4

這些鏡像將帶您進(jìn)入 Pig Releases 頁面。此頁面包含Apache Pig的各種版本。單擊其中的最新版本。

步驟5

在這些文件夾中，有發(fā)行版中的Apache Pig的源文件和二進(jìn)制文件。下載Apache Pig 0.16， pig0.16.0-src.tar.gz 和 pig-0.16.0.tar.gz 的源和二進(jìn)制文件的tar文件。

安裝Apache Pig

下載Apache Pig軟件后，按照以下步驟將其安裝在Linux環(huán)境中。

步驟1

在安裝了 Hadoop，Java和其他軟件的安裝目錄的同一目錄中創(chuàng)建一個(gè)名為Pig的目錄。（在我們的教程中，我們?cè)诿麨镠adoop的用戶中創(chuàng)建了Pig目錄）。

$ mkdir Pig

第2步

提取下載的tar文件，如下所示。

$ cd Downloads/ 
$ tar zxvf pig-0.15.0-src.tar.gz 
$ tar zxvf pig-0.15.0.tar.gz

步驟3

將 pig-0.16.0-src.tar.gz 文件的內(nèi)容移動(dòng)到之前創(chuàng)建的 Pig 目錄，如下所示。

$ mv pig-0.16.0-src.tar.gz/* /home/Hadoop/Pig/

配置Apache Pig

安裝Apache Pig后，我們必須配置它。要配置，我們需要編輯兩個(gè)文件 - bashrc和pig.properties 。

.bashrc文件

在 .bashrc 文件中，設(shè)置以下變量

PIG_HOME 文件夾復(fù)制到Apache Pig的安裝文件夾
PATH 環(huán)境變量復(fù)制到bin文件夾
PIG_CLASSPATH 環(huán)境變量復(fù)制到安裝Hadoop的etc（配置）文件夾（包含core-site.xml，hdfs-site.xml和mapred-site.xml文件的目錄）。

export PIG_HOME = /home/Hadoop/Pig
export PATH  = PATH:/home/Hadoop/pig/bin
export PIG_CLASSPATH = $HADOOP_HOME/conf

pig.properties文件

在Pig的 conf 文件夾中，我們有一個(gè)名為 pig.properties 的文件。在pig.properties文件中，可以設(shè)置如下所示的各種參數(shù)。

pig -h properties

支持以下屬性:

Logging: verbose = true|false; default is false. This property is the same as -v
       switch brief=true|false; default is false. This property is the same 
       as -b switch debug=OFF|ERROR|WARN|INFO|DEBUG; default is INFO.             
       This property is the same as -d switch aggregate.warning = true|false; default is true. 
       If true, prints count of warnings of each type rather than logging each warning.		 
		 
Performance tuning: pig.cachedbag.memusage=; default is 0.2 (20% of all memory).
       Note that this memory is shared across all large bags used by the application.         
       pig.skewedjoin.reduce.memusagea=; default is 0.3 (30% of all memory).
       Specifies the fraction of heap available for the reducer to perform the join.
       pig.exec.nocombiner = true|false; default is false.
           Only disable combiner as a temporary workaround for problems.         
       opt.multiquery = true|false; multiquery is on by default.
           Only disable multiquery as a temporary workaround for problems.
       opt.fetch=true|false; fetch is on by default.
           Scripts containing Filter, Foreach, Limit, Stream, and Union can be dumped without MR jobs.         
       pig.tmpfilecompression = true|false; compression is off by default.             
           Determines whether output of intermediate jobs is compressed.         
       pig.tmpfilecompression.codec = lzo|gzip; default is gzip.
           Used in conjunction with pig.tmpfilecompression. Defines compression type.         
       pig.noSplitCombination = true|false. Split combination is on by default.
           Determines if multiple small files are combined into a single map.         
			  
       pig.exec.mapPartAgg = true|false. Default is false.             
           Determines if partial aggregation is done within map phase, before records are sent to combiner.         
       pig.exec.mapPartAgg.minReduction=. Default is 10.             
           If the in-map partial aggregation does not reduce the output num records by this factor, it gets disabled.
			  
Miscellaneous: exectype = mapreduce|tez|local; default is mapreduce. This property is the same as -x switch
       pig.additional.jars.uris=. Used in place of register command.
       udf.import.list=. Used to avoid package names in UDF.
       stop.on.failure = true|false; default is false. Set to true to terminate on the first error.         
       pig.datetime.default.tz=. e.g. +08:00. Default is the default timezone of the host.
           Determines the timezone used to handle datetime datatype and UDFs.
Additionally, any Hadoop property can be specified.

驗(yàn)證安裝

通過鍵入version命令驗(yàn)證Apache Pig的安裝。如果安裝成功，你將獲得Apache Pig的正式版本，如下所示。

$ pig –version 
 
Apache Pig version 0.16.0 (r1682971)  
compiled Jun 01 2015, 11:44:35

標(biāo)題名稱：創(chuàng)新互聯(lián)ApachePig教程：ApachePig安裝
當(dāng)前網(wǎng)址：http://fisionsoft.com.cn/article/dphccee.html