elephent-bird 安装

转载 http://guoyunsky.iteye.com/blog/1780165

 

      elephant-bird使用还是比较简单，毕竟只是一个生成代码的工具.我一开始以为elephant-bird也跟Protcol Buffer或Thrift一样,有自己的脚本,传入参数和参数值,通过脚本去生成代码.后来才发现,根本无需如此.
       毕竟elephant-bird基于Protocol Buffer和Thrift,而Protocol Buffer跟Thrift(Thrift我还没去测试过)又支持调用外部命令,也就是shell脚本.而这个shell脚本可以是elephant-bird生成代码的地方.具体看使用吧.
       1.依赖环境: 

                 1)Ant 

                 2)Protocol Buffer
       2.下载   

               下载相对简单,我这里通过git:   

                git clone https://github.com/kevinweil/elephant-bird.git 

                这里下载的elephant-bird路径我在下面简称为$ELEPHANT_BIRD_HOME
       3.安装 

              安装也相对简单,通过ant即可.如: ant install-local ant compile 

              运行这两个ant之后,会发现在$ELEPHANT_BIRD_HOME/build目录下发现elephant-bird-xxx.jar以及lib/compile目录,等下需要用到.
       4.使用 

             1)所需要的proto文件

               我这里直接拷贝Protocol Buffer的样例:address_book.proto,代码如下:    

 

  package com.twitter.data.proto.tutorial;
 // The sample protocol buffer file that Google uses in their examples at
 // http://code.google.com/p/protobuf.
 // Used in this project for tests and examples.
 option java_outer_classname = "AddressBookProtos";
 message Person {
     required string name = 1;
     required int32 id = 2;
     optional string email = 3;

    enum PhoneType {
              MOBILE = 0;
              HOME = 1;
              WORK = 2;
     }

      message PhoneNumber {
              required string number = 1;
              optional PhoneType type = 2 [default = HOME];
      }
      repeated PhoneNumber phone = 4;
 }

 message AddressBook {
      repeated Person person = 1;
 }

      也可以从$ELEPHANT_BIRD_HOME/examples/src/proto/下获取address_book.proto

    2)新建build.xml,代码如下:  

     

 <project name="elephant-bird-study" basedir= "." default="generate-protobuf" >
       <property name="src.dir" location="src" />
       <property name="src.java.dir" location="${src.dir}/java" />
       <property name="src.proto.dir" location="${src.dir}/proto" />
       <property name="src.gen.java.dir" location="${src.dir}/gen-java" />

      <target name="generate-protobuf" >
            <delete dir="${src.gen.java.dir}"/>
            <mkdir dir="${src.gen.java.dir}"/>
            <apply executable="protoc" failonerror="true" skipemptyfilesets="true" verbose="true">
            <arg value="--proto_path=${src.proto.dir}" />
             <arg value="--java_out=${src.gen.java.dir}" />
             <arg value="--test_out=${src.gen.java.dir}" />
             <fileset dir="${src.proto.dir}" includes="**/*.proto" />
          </apply>
     </target>
 </project>

  
        3)通过ant脚本生成address_book.proto对应的代码:

 

           ant generate-protobuf    

           如果不出意外,可以在你工程目录下的src/gen-java看到生成的代码:com.twitter.data.proto.tutorial.AddressBookProtos.java.

 

        4)以上只是通过Protocol Buffer生成了Java,但对应Hadoop的Writable,Pig的LoadFunc还没生成,这里还要使用protoc命令,由protoc去调用一个脚本去生成这些代码.具体如下: 

           i.需要的东西:    

             a)各种jar:

                     elephant-bird-2.1.8.jar,guava-10.0.1.jar,hadoop-core-0.20.2-cdh3u0.jar,hadoop-lzo-0.4.15.jar,protobuf-java-2.3.0.jar,yamlbeans-0.9.3.jar,这些自己下载获取从$ELEPHANT_BIRD_HOME/build/lib/compile或$ELEPHANT_BIRD_HOME/lib下获取 

            b)需要运行elephant-bird脚本,我这里放在$YOUR_PROJECT_HOME/script目录下 

        ii.步骤: 

             a)将以上需要的jar放到你的工程目录下的lib目录中    

             b)更改build.xml,如下:      

 <project name="elephant-bird-study" basedir= "." default="generate-protobuf" >
          <property name="src.dir" location="src" />
          <property name="src.java.dir" location="${src.dir}/java" />
          <property name="src.proto.dir" location="${src.dir}/proto" />
          <property name="src.gen.java.dir" location="${src.dir}/gen-java" />

          <target name="generate-protobuf" >
                <delete dir="${src.gen.java.dir}"/>
                <mkdir dir="${src.gen.java.dir}"/>
                <apply executable="protoc" failonerror="true" skipemptyfilesets="true" verbose="true">                                          <env key="PATH" path="${env.PATH}:${basedir}/script" />
                    <arg value="--proto_path=${src.proto.dir}" />
                    <arg value="--java_out=${src.gen.java.dir}" />
                    <arg value="--twadoop_out=${src.gen.java.dir}" />
                    <fileset dir="${src.proto.dir}" includes="**/*.proto" />
               </apply>
        </target>
 </project>

 

           增加了<env key="PATH" path="${env.PATH}:${basedir}/script" />,表示将刚才新建的$YOUR_PROJECT_HOME/script下的文件放入path中     

         增加了参数<arg value="--twadoop_out=${src.gen.java.dir}" />,这里elephant-bird有个奇怪的规则,参数名为--twadoop_out,其中twadoop存在规则,他将跟protoc-gen-组成protoc-gen-twadoop做为Protocol Buffer调用elephant-bird的脚本文件名.   

           c)在$YOUR_PROJECT_HOME/script目录下新建脚本protoc-gen-twadoop,内容如下:    

 #!/bin/bash
 bindir=`/usr/bin/dirname "$0"`
 /usr/bin/java -cp $bindir/../lib/*: com.twitter.elephantbird.proto.HadoopProtoCodeGenerator $bindir/config-twadoop.yml -

         以上会将刚拷贝到$YOUR_PROJECT_HOME/lib下的所有jar由java执行,然后会调用com.twitter.elephantbird.proto.HadoopProtoCodeGenerator类去生成所需要的各种代码.想要什么代码,则由config-twadoop.yml配置 

 

       d)注意protoc-gen-twadoop中有config-twadoop.yml,该文件配置elephant-bird想生成代码.文件内容如下:    

 address_book:
 - com.twitter.elephantbird.proto.codegen.DeprecatedLzoProtobufBlockInputFormatGenerator
 - com.twitter.elephantbird.proto.codegen.LzoProtobufB64LineInputFormatGenerator
 - com.twitter.elephantbird.proto.codegen.LzoProtobufB64LineOutputFormatGenerator
 #  - com.twitter.elephantbird.proto.codegen.LzoProtobufB64LinePigLoaderGenerator
 - com.twitter.elephantbird.proto.codegen.LzoProtobufBlockInputFormatGenerator
 - com.twitter.elephantbird.proto.codegen.LzoProtobufBlockOutputFormatGenerator
 #  - com.twitter.elephantbird.proto.codegen.LzoProtobufBlockPigLoaderGenerator
 # - com.twitter.elephantbird.proto.codegen.LzoProtobufHiveSerdeGenerator
 - com.twitter.elephantbird.proto.codegen.ProtobufWritableGenerator
 # - com.twitter.elephantbird.proto.codegen.ProtobufBytesToPigTupleGenerator

     我这里不想生成pig和hive的代码,所以在前面加了个#注释了.

    e)生成代码,再次运行ant generate-protobuf,不出意外的话,YOUR_PROJECT_HOME/src/gen-java就会生成所需要的代码.

 

     注:本博客基于Elephantbird2.1.8

    在github上建了一个开源工程,可以运行ant命令基于elephantbird直接生成代码.地址:

       https://github.com/guoyunsky/elephant-bird-simple