MapReduce程序如何設置本地運行模式?

MapReduce程序的運行模式主要有兩種：

　　(1)本地運行模式：在當前的開發(fā)環(huán)境模擬MapReduce執(zhí)行環(huán)境，處理的數(shù)據(jù)及輸出結果在本地操作系統(tǒng)。

　　(2)集群運行模式：把MapReduce程序打成一個Jar包，提交至Yarn集群上去運行任務。由于Yarn集群負責資源管理和任務調(diào)度，程序會被框架分發(fā)到集群中的節(jié)點上并發(fā)的執(zhí)行，因此處理的數(shù)據(jù)和輸出結果都在HDFS文件系統(tǒng)中。

　　集群運行模式只需要將MapReduce程序打成Jar包上傳至集群即可，比較簡單，這里不再贅述。下面我們以詞頻統(tǒng)計為例，講解如何將MapReduce程序設置為在本地運行模式。

　　在MapReduce程序中，除了要實現(xiàn)Mapper(代碼見WordCountMapper.java文件)和Reduce(代碼見WordCountReducer.java文件)外，我們還需要一個Driver類提交程序，具體代碼，如文件所示。

　　文件 WordCountDriver.java

   import org.apache.hadoop.conf.Configuration;

   import org.apache.hadoop.fs.Path;

   import org.apache.hadoop.io.IntWritable;

   import org.apache.hadoop.io.Text;

   import org.apache.hadoop.mapreduce.Job;

   import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

   import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

   public class WordCountDriver {

     public static void main(String[] args) throws Exception {

      //通過Job來封裝本次MR的相關信息

      Configuration conf = new Configuration();

      // 配置MR運行模式，使用local表示本地模式，可以省略

      **conf.set("mapreduce.framework.name", "local")**;

      Job wcjob = Job.getInstance(conf);

      // 指定MR Job jar包運行主類

      wcjob.setJarByClass(WordCountDriver.class);

      //指定本次MR所有的Mapper Reducer類

      wcjob.setMapperClass(WordCountMapper.class);

      wcjob.setReducerClass(WordCountReducer.class);

      // 設置我們的業(yè)務邏輯 Mapper類的輸出 key和 value的數(shù)據(jù)類型

      wcjob.setMapOutputKeyClass(Text.class);

      wcjob.setMapOutputValueClass(IntWritable.class);

      // 設置我們的業(yè)務邏輯 Reducer類的輸出 key和 value的數(shù)據(jù)類型

      wcjob.setOutputKeyClass(Text.class);

      wcjob.setOutputValueClass(IntWritable.class);

       // 使用本地模式指定要處理的數(shù)據(jù)所在的位置

      **FileInputFormat.setInputPaths(wcjob,"D:/mr/input")**;

      // 使用本地模式指定處理完成之后的結果所保存的位置

      **FileOutputFormat.setOutputPath(wcjob,new Path("D:/mr/output"))**;

      // 提交程序并且監(jiān)控打印程序執(zhí)行情況

      boolean res = wcjob.waitForCompletion(true);

      System.exit(res ? 0 : 1);

    **}**

  **}

　　在文件中，往Configuration對象中添加“mapreduce.framework.name=local”參數(shù)，表示程序為本地運行模式，實際上在hadoop-mapreduce-client-core-2.7.4.jar包下面的mapred-default.xml配置文件中，默認指定使用本地運行模式，因此mapreduce.framework.name=local配置也可以省略;同時，還需要指定本地操作系統(tǒng)源文件目錄路徑和結果輸出的路徑。當程序執(zhí)行完畢后，就可以在本地系統(tǒng)的指定輸出文件目錄查看執(zhí)行結果了。輸出的結果，如圖1所示。

圖1 詞頻案例的輸出結果

小提示：

在使用本地運行模式執(zhí)行wordcount案例時，即使配置了windows平臺的hadoop，運行時仍報如下錯誤：

　　解決辦法：根據(jù)錯誤提示和網(wǎng)上資料的提示，需要修改org.apache.hadoop.io.nativeio包下的NativeIO類的access()方法，將返回值直接設為true，即：

public static boolean access(String path, AccessRight desiredAccess)

    throws IOException {

//  return access0(path, desiredAccess.accessRight());

   **return true;**

猜你喜歡：

Linux系統(tǒng)如何配置虛擬機網(wǎng)絡？

HDFS讀寫流程介紹，HDFS讀數(shù)據(jù)和寫數(shù)據(jù)的原理分別是什么？

MapReduce程序如何設置本地運行模式?

黑馬程序員大數(shù)據(jù)培訓課程