Hadoop中的压缩和解压缩

1.什么是压缩和解压缩

压缩就是通过某种算法，将原始的文件变下，使原始的文件变小。
解压就是将压缩后的文件变成原始文件的过程。

2.hadoop当中的压缩和解压

1.hadoop当中哪些过程需要用到压缩和解压？
hdfs—>map—>shuffle—>reduce

map端:压缩后的原始文件首先切成块，然后再解压作为输入文件输入给map端，等map端将数据处理完成后然后再压缩，放在硬盘中。
shuffle过程:压缩map处理完的数据，然后存放在硬盘中，然后再解压缩作为reduce端的输入数据。
reduce过程:将reduce端处理完成的数据进行压缩，再输出。
2.有哪些压缩和解压的方式，各有什么优缺点？



http://google.github.io/snappy/
On a single core of a Core i7 processor in 64-bit mode, Snappy compresses at about 250 MB/sec or more and decompresses at about 500 MB/sec or more.
3.hadoop当中的snappy压缩的编译
snappy下载地址：
http://code.google.com/p/snappy/
cd /export/softwares/
1.解压
tar -zxf snappy-1.1.1.tar.gz -C …/servers/
cd …/servers/snappy-1.1.1/
2.编译
./configure
make && make install
4.压缩和解压有什么优缺点，或者说各占用了哪些计算机的资源?

优点：减少磁盘的占用空间，降低网络带宽。
缺点：就是耗费各种资源，耗费CPU资源。