Hadoop中MR程序的几种提交运行模式


本地模型运行

1：在Windows的eclipse里面直接运行main方法，就会将job提交给本地执行器localjobrunner执行       ----输入输出数据可以放在本地路径下（c:/wc/srcdata/）       ----输入输出数据也可以放在hdfs中(hdfs://weekend110:9000/wc/srcdata)   2：在Linux的eclipse里面直接运行main方法，但是不要添加yarn相关的配置文件，也会提交给localjobrunner执行       ----输入输出数据可以放在本地路径下（/home/Hadoop/wc/srcdata/）       ----输入输出数据也可以放在hdfs中(hdfs://weekend110:9000/wc/srcdata)              集群模式运行   1：将工程打成jar包，上传到服务器，然后用hadoop命令提交  hadoop jar wc.jar cn.intsmaze.hadoop.mr.wordcount.WCRunner 程序编写好以后要打包成jar包放到hadoop集群上进行运行。这里打包的jar包名为wc.jar。   先把文件上传到linux目录，然后在该目录下使用指令将该jar分发到hadoop集群中并指定运行哪一个程序。
 hadoop jar wc.jar cn.intsmaze.hadoop.mr.WCRunner(指定运行java类的完整路径)这个时候程序就执行了。   2:在linux的eclipse中直接运行main方法，也可以提交到集群中去运行，但是，必须采取以下措施：       ----在工程src目录下加入 mapred-site.xml  和  yarn-site.xml （这两个文件在搭建hdfs时修改了的见hdfs文件夹下的搭建日志）       ----将工程打成jar包(wc.jar)，同时在main方法中添加一个conf的配置参数　  
1 2 Configuration conf = new Configuration(); conf.set("mapreduce.job.jar","wc.jar");
JAR包的位置要在运行程序的工程里面。   3:在windows的eclipse中直接运行main方法，也可以提交给集群中运行，但是因为平台不兼容，需要做很多的设置修改（很麻烦忽略） ----要在windows中存放一份hadoop的安装包（解压好的） ----要将其中的lib和bin目录替换成根据你的windows版本重新编译出的文件 ----再要配置系统环境变量 HADOOP_HOME  和 PATH ----修改YarnRunner这个类的源码   * 假设的你几行代码可以完成某个功能，抽取成一个方法 * 假设在某个业务逻辑层可以共用，往上抽取， * 假设在多个业务层可以共用，提炼成工具类。 * 假设你的这个业务方法在多个系统需要被使用,发布成一个服务.

相关内容