hadoop + ffmpeg 分布式转码系统实践

 

hadoop + ffmpeg 分布式转码系统实践

hadoop 安装

ffmpeg 安装

mkvtoolnix 安装

 

一、分割视频：
mkvmerge --split size:32m ./heihu01.mp4 -o ./heihu01.%05d.mp4

 

二、hdfs中创建存放分割后视频的目录

hadoop fs -mkdir movies

 

三、上传分割后的视频
for i in `ls heihu01.*.mp4`; do hadoop fs -put $i movies/; done

四、创建mapper输入数据文件路径
hadoop fs -mkdir movies_input

五、生成mapper数据文件，并上传

cat > mapper_input.sh<<EOF

#!/bin/bash

pwd=\`pwd\`

tmp_file='movies_tmp.txt'

num=2   #TaskTracker数量

true > \${tmp_file}

hadoop fs -rm movies_input/movies_*

for i in \`ls *.[0-9][0-9][0-9][0-9][0-9].*\`;do  echo movies/\$i >> \${tmp_file};done

count="\$(wc -l \${tmp_file}|cut -d' ' -f1)"

if [ \$((\$count%\$num)) -eq 0 ];then

     rows="\$((\$count/\$num))"

else

     rows="\$((\$count/\$num+1))"

fi

split -l \$rows \${tmp_file} movies_

hadoop fs -put movies_[a-z0-9][a-z0-9] movies_input

EOF

 

 

chmod +x mapper_input.sh

./mapper_input.sh

 

六、创建转换后视频的上传路径
hadoop fs -mkdir movies_put

 

七、检查Hadoop Streaming的执行身份与工作目录
1、编写脚本

cat > test_mapper.sh << EOF
#!/bin/bash
set -x
id="`whoami`"
mkdir -p /tmp/\$id
host=\`hostname\`
pwd=\`pwd\`
uid=\`whoami\`
put_dir='movies_put'

while read line; do
  input=\$line
  filename=\`basename \$input\`
  echo "\$uid@\$host:\$pwd> hadoop fs -get \$input /tmp/\$id/\$filename"
  echo "\$uid@\$host:\$pwd> ffmpeg -y -i /tmp/\$id/\$filename -s qcif -r 20 -b 200k -vcodec mpeg4 -ab 64k -ac 2 -ar 22050 -acodec libfaac output-\$filename.3gp"
  echo "\$uid@\$host:\$pwd> hadoop fs -put output-\$filename \${put_dir}"
done
rm -rf /tmp/\$id
EOF

chmod a+x test_mapper.sh

2、本地执行测试
cat movies_aa |./test_mapper.sh

3、hadoop streaming执行测试
hadoop jar /usr/local/hadoop/contrib/streaming/hadoop-streaming-1.0.2.jar -input movies_input -output movies_output -mapper test_mapper.sh -file test_mapper.sh

4、查看hadoop streaming执行结果
hadoop fs -cat /user/$(whoami)/movies_output/part-00000 | head

5、删除测试输出

hadoop fs -rmr movies_output    #删除测试hadoop streaming的输出

八、使用hadoop streaming执行转码
1、编写脚本

cat > mapper.sh << EOF
#!/bin/bash
id="hduser"
mkdir -p /tmp/\$id
host=\`hostname\`
pwd=\`pwd\`
uid=\`whoami\`
put_dir='movies_put'
cd "/tmp/\$id"
true > a

while read line; do
  input=\$line
  filename=\`basename \$input\`
  echo "\$uid@\$host> hadoop fs -get \$input /tmp/\$id/\$filename"
  /usr/local/hadoop/bin/hadoop fs -get \$input /tmp/\$id/\$filename 2>&1
  echo "\$uid@\$host> ffmpeg -y -i /tmp/\$id/\$filename -s qcif -r 20 -b 200k -vcodec mpeg4 -ab 64k -ac 2 -ar 22050 -acodec libfaac output-\$filename.3gp"
  ffmpeg -y -i /tmp/\$id/\$filename -s 320*240 -r 20 -b 200k -vcodec mpeg4 -ab 64k -ac 2 -ar 22050 -qscale 5 -acodec libfaac  output-\$filename.3gp < a 2>&1
  /usr/local/hadoop/bin/hadoop fs -put output-\$filename.3gp \${put_dir} 2>&1
  echo "\$uid@\$host> hadoop fs -chown \$id \${put_dir}/output-\$filename.3gp"
  /usr/local/hadoop/bin/hadoop fs -chown \$id \${put_dir}/output-\$filename.3gp 2>&1
 
done
rm -f a
rm -rf /tmp/\$id
EOF

chmod a+x mapper.sh

2、本地执行测试

cat movies_aa | ./mapper.sh

hadoop fs -rm movies_put/*      #删除本地执行的遗留文件

 

3、使用hadoop执行脚本

hadoop jar /usr/local/hadoop/contrib/streaming/hadoop-streaming-1.0.2.jar -input movies_input -output movies_output -mapper mapper.sh  -file mapper.sh 

 

4、验证结果

hadoop fs -cat movies_output/part-00000 |head

hadoop fs -ls movies_put

Found 6 items
-rw-r--r--   3 hduser supergroup   19584280 2012-05-28 13:53 /user/hduser/movies_put/output-heihu01.00001.mp4.3gp
-rw-r--r--   3 hduser supergroup   14872878 2012-05-28 13:54 /user/hduser/movies_put/output-heihu01.00002.mp4.3gp
-rw-r--r--   3 hduser supergroup   12052800 2012-05-28 13:55 /user/hduser/movies_put/output-heihu01.00003.mp4.3gp
-rw-r--r--   3 hduser supergroup   11174014 2012-05-28 13:53 /user/hduser/movies_put/output-heihu01.00004.mp4.3gp
-rw-r--r--   3 hduser supergroup   15713836 2012-05-28 13:55 /user/hduser/movies_put/output-heihu01.00005.mp4.3gp
-rw-r--r--   3 hduser supergroup   13084511 2012-05-28 13:56 /user/hduser/movies_put/output-heihu01.00006.mp4.3gp

 

5、reduce合并视频

cat >reduce.sh <<EOF

#!/bin/bash

tmp_file="movies_tmp.txt"

id="hduser"
pwd=\`pwd\`

dir="/tmp/\${id}_merger"

mkdir \$dir

cd $dir

true > \${tmp_file}

hadoop fs -ls movies_put|awk '{print \$8}'|sed '/^$/d' >> \${tmp_file}

 

unset m

for i in \`cat \${tmp_file}\`

do

     hadoop fs -get \$i \$dir

     filename=\`basename \$i\`

     if [ ! -z \$m ];then

          filename="+\$filename"

     fi

     echo \$filename >> \$dir/files.txt

     m=\$((m+1))

done

 

mkvmerge -o \$dir/output.3gp \`cat \$dir/files.txt\`

hadoop fs -put \$dir/output.3gp movies_put/

rm -rf \$dir

EOF

 

chmod +x reduce.sh

6、本地执行测试

./reduce.sh    

 

7、使用hadoop执行脚本

hadoop jar /usr/local/hadoop/contrib/streaming/hadoop-streaming-1.0.2.jar -input movies_input -output movies_output -mapper mapper.sh -reducer reduce.sh -file reduce.sh -file mapper.sh

 

8、验证结果

hadoop fs -ls movies_put

Found 7 items
-rw-r--r--   3 hduser supergroup   19584280 2012-05-29 14:15 /user/hduser/movies_put/output-heihu01.00001.mp4.3gp
-rw-r--r--   3 hduser supergroup   14872878 2012-05-29 14:16 /user/hduser/movies_put/output-heihu01.00002.mp4.3gp
-rw-r--r--   3 hduser supergroup   12052800 2012-05-29 14:17 /user/hduser/movies_put/output-heihu01.00003.mp4.3gp
-rw-r--r--   3 hduser supergroup   11174014 2012-05-29 14:15 /user/hduser/movies_put/output-heihu01.00004.mp4.3gp
-rw-r--r--   3 hduser supergroup   15713836 2012-05-29 14:16 /user/hduser/movies_put/output-heihu01.00005.mp4.3gp
-rw-r--r--   3 hduser supergroup   13084511 2012-05-29 14:17 /user/hduser/movies_put/output-heihu01.00006.mp4.3gp
-rw-r--r--   3 hduser supergroup   86175913 2012-05-29 14:17 /user/hduser/movies_put/output.3gp

 

hadoop fs -cat movies_output/part-00000

 

 

附：

hadoop streaming 调试

hadoop 的output 中只记录正确输出，因此调试错误需要将命令的输出重定向到正确输出

即在命令后加"2>&1"，如：

mkvmerge -o $dir/output.3gp `cat $dir/files.txt`  2>&1

 

（转）http://nginx.blog.51cto.com/491911/881852