[Hadoop] - Win7下提交job到集群上去-白红宇

[Hadoop] - Win7下提交job到集群上去

阅读量：5040 次

发布时间：2019-06-12

本文共 5519 字，大约阅读时间需要 18 分钟。

一般我们采用win开发+linux hadoop集群的方式进行开发，使用插件：hadoop-***-eclipse-plugin。

运行程序的时候，我们一般采用run as application或者选择run as hadoop。按照这个字面理解，我们可以认为第一种是运行在本地，第二种是运行在hadoop集群上。但是实际情况是一般如果不进行配置的话，全部是在本地进行运行的。如果需要将job提交到集群上，那么需要进行必要的设置和添加部分代码。

1、copy mapred-site.xml && yarn-site.xml文件，并修改必要的信息，将yarn指向集群。

2、给mapred-site.xml文件中添加参数mapreduce.app-submission.cross-platform，参数值为true。

3、打包本地代码提交到集群上，如果不进行该操作，会出现ClassNotFoundException。打包代码如下：

1 import java.io.File; 2 import java.io.FileInputStream; 3 import java.io.FileOutputStream; 4 import java.io.IOException; 5 import java.util.jar.JarEntry; 6 import java.util.jar.JarOutputStream; 7  8 public class EJob { 9 10     public static File createTempJar(String root) throws IOException {11         if (!new File(root).exists()) {12             return null;13         }14 15         final File jarFile = File.createTempFile("EJob-", ".jar", new File(System16                 .getProperty("java.io.tmpdir")));17 18         Runtime.getRuntime().addShutdownHook(new Thread() {19             @Override20             public void run() {21                 jarFile.delete();22             }23         });24 25         JarOutputStream out = new JarOutputStream(new FileOutputStream(jarFile));26         createTempJarInner(out, new File(root), "");27         out.flush();28         out.close();29         return jarFile;30     }31 32     private static void createTempJarInner(JarOutputStream out, File f,33             String base) throws IOException {34         if (f.isDirectory()) {35             File[] fl = f.listFiles();36             if (base.length() > 0) {37                 base = base + "/";38             }39             for (int i = 0; i < fl.length; i++) {40                 createTempJarInner(out, fl[i], base + fl[i].getName());41             }42         } else {43             out.putNextEntry(new JarEntry(base));44             FileInputStream in = new FileInputStream(f);45             byte[] buffer = new byte[1024];46             int n = in.read(buffer);47             while (n != -1) {48                 out.write(buffer, 0, n);49                 n = in.read(buffer);50             }51             in.close();52         }53     }54  }

EJob 打包代码工具类

File jarFile = EJob.createTempJar("target/classes");((JobConf) job.getConfiguration()).setJar(jarFile.toString());// 其他创建job的代码不进行任何的修改

至此，就可以将job提交到集群上去了。

对应任何在非hadoop集群中提交的mr任务来讲，均需要注意一下几点：

1. 参数mapreduce.app-submission.cross-platform必须设置为true，表示是跨集群提交job

2. 如果参数mapreduce.framework.name值为yarn，那么必须将类YarnClientProtocolProvider引入到项目的classpath路径中，maven依赖如下：

// 其他正常的hadoop-mapreduce-client依赖还是需要的， 只是这个在跨平台提交的过程中是一定需要的
         
      
       org.apache.hadoop
          
      
       hadoop-mapreduce-client-jobclient
          
      
       ${hadoop.version}

3. 如果集群是HA设置，那么必须给定HA配置或者采用明确指定active节点的方式。必须给定的参数有yarn.resourcemanager.address和fs.defaultFS之类的定位参数

当HDFS和Yarn均使用HA的时候，跨集群提交最少配置(依赖集群的具体搭建方法，比如如果在搭建过程中执行了yarn的classpath，那么yarn-site.xml中的参数yarn.application.classpath可以不要，其他参数不可以少，必须存在!!!)


      
      
          
               
        
         fs.defaultFS
                
        
         hdfs://hdfs-cluster

core-site.xml


      
      
          
               
        
         dfs.nameservices
                
        
         hdfs-cluster
            
           
               
        
         dfs.ha.namenodes.hdfs-cluster
                
        
         hdfs-cluster-1,hdfs-cluster-2
            
           
               
        
         dfs.namenode.rpc-address.hdfs-cluster.hdfs-cluster-1
                
        
         hdfs-cluster-1:8020
            
           
               
        
         dfs.namenode.rpc-address.hdfs-cluster.hdfs-cluster-2
                
        
         hdfs-cluster-2:8020
            
           
               
        
         dfs.client.failover.proxy.provider.hdfs-cluster
                
        
         org.apache.hadoop.hdfs.server.namenode.ha.ConfiguredFailoverProxyProvider

hdfs-site.xml


      
      
          
               
        
         mapreduce.framework.name
                
        
         yarn
            
           
               
        
         mapreduce.app-submission.cross-platform
                
        
         true

mapred-site.xml


      
      
          
           
               
        
         yarn.resourcemanager.ha.enabled
                
        
         true
            
           
               
        
         yarn.resourcemanager.cluster-id
                
        
         yarn-cluster
            
           
               
        
         yarn.resourcemanager.ha.rm-ids
                
        
         yarn-cluster-1,yarn-cluster-2
            
           
           
               
        
         yarn.resourcemanager.address.yarn-cluster-1
                
        
         yarn-cluster-1:8032
            
           
           
               
        
         yarn.resourcemanager.address.yarn-cluster-2
                
        
         yarn-cluster-2:8032
            
           
               
        
         yarn.application.classpath
                
        
                         $HADOOP_CONF_DIR,                $HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*,                $HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*,                $HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*,                $HADOOP_YARN_HOME/*,$HADOOP_YARN_HOME/lib/*

yarn-site.xml

转载于:https://www.cnblogs.com/liuming1992/p/4843562.html

你可能感兴趣的文章