Запустить задание Hadoop без использования JobConf - PullRequest
Новая
       12

Запустить задание Hadoop без использования JobConf

22 голосов
/ 22 января 2010

Я не могу найти ни одного примера отправки задания Hadoop, в котором не используется устаревший класс JobConf. JobClient, который не является устаревшим, все еще поддерживает только методы, которые принимают параметр JobConf.

Может ли кто-нибудь указать мне пример Java-кода, передающего работу Hadoop map / lower с использованием только класса Configuration (не JobConf) и использованием пакета mapreduce.lib.input вместо mapred.input?

Ответы [ 5 ]

23 голосов
/ 22 января 2010

Надеюсь, что это полезно 

import java.io.File;

import org.apache.commons.io.FileUtils;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class MapReduceExample extends Configured implements Tool {

    static class MyMapper extends Mapper<LongWritable, Text, LongWritable, Text> {
        public MyMapper(){

        }

        protected void map(
                LongWritable key,
                Text value,
                org.apache.hadoop.mapreduce.Mapper<LongWritable, Text, LongWritable, Text>.Context context)
                throws java.io.IOException, InterruptedException {
            context.getCounter("mygroup", "jeff").increment(1);
            context.write(key, value);
        };
    }

    @Override
    public int run(String[] args) throws Exception {
        Job job = new Job();
        job.setMapperClass(MyMapper.class);
        FileInputFormat.setInputPaths(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        job.waitForCompletion(true);
        return 0;
    }

    public static void main(String[] args) throws Exception {
        FileUtils.deleteDirectory(new File("data/output"));
        args = new String[] { "data/input", "data/output" };
        ToolRunner.run(new MapReduceExample(), args);
    }
}
9 голосов
/ 23 января 2010

Полагаю, этот урок иллюстрирует удаление устаревшего класса JobConf с помощью Hadoop 0.20.1.

2 голосов
/ 20 апреля 2012

Это хороший пример с загружаемым кодом: http://sonerbalkir.blogspot.com/2010/01/new-hadoop-api-020x.html Ему также более двух лет, и нет официальной документации, обсуждающей новый API. Sad.

1 голос
/ 31 марта 2015

Попробуйте использовать Configuration и Job. Вот пример:

(Замените ваши Mapper, Combiner, Reducer классы и другие конфигурации) 

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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class WordCount {
  public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
    Configuration conf = new Configuration();
    if(args.length != 2) {
      System.err.println("Usage: <in> <out>");
      System.exit(2);
    }
    Job job = Job.getInstance(conf, "Word Count");

    // set jar
    job.setJarByClass(WordCount.class);

    // set Mapper, Combiner, Reducer
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);

    /* Optional, set customer defined Partioner:
     * job.setPartitionerClass(MyPartioner.class);
     */

    // set output key
    job.setMapOutputKeyClass(Text.class);
    job.setMapOutputValueClass(IntWritable.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);

    // set input and output path
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));

    // by default, Hadoop use TextInputFormat and TextOutputFormat
    // any customer defined input and output class must implement InputFormat/OutputFormat interface
    job.setInputFormatClass(TextInputFormat.class);
    job.setOutputFormatClass(TextOutputFormat.class);

    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}
1 голос
/ 08 апреля 2013

В предыдущем API было три способа отправки задания, и один из них - отправка задания и получение ссылки на RunningJob и получение идентификатора RunningJob. 

submitJob(JobConf) : only submits the job, then poll the returned handle to the RunningJob to query status and make scheduling decisions.

Как можно использовать новый Api, получить ссылку на RunningJob и получить идентификатор runningJob, поскольку ни один из API не возвращает ссылку на RunningJob 

http://hadoop.apache.org/docs/current/api/org/apache/hadoop/mapreduce/Job.html

спасибо

...