El programa Mapreduce se ejecuta en modo cluster, caso de estadísticas de palabras
Operación en modo local: https://blog.csdn.net/weixin_43614067/article/details/108386389 Envío
local al clúster para ejecutar: https://blog.csdn.net/weixin_43614067/article/details/108401227
mapear, reducir y local El modo funciona igual.
Construcción del entorno de clúster de alta disponibilidad de Yarn
1. Configure hadoop-2.6.5 / etc / hadoop / mapred-site.xml
<configuration>
<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>
</configuration>
2. Coloque hadoop-2.6.5 / etc / hadoop / yarn-site.xml
<configuration>
<property>
<name>yarn.nodemanager.aux-services</name>
<value>mapreduce_shuffle</value>
</property>
<!--启用resourcemanager ha-->
<property>
<name>yarn.resourcemanager.ha.enabled</name>
<value>true</value>
</property>
<!--声明两台resourcemanager的地址-->
<property>
<name>yarn.resourcemanager.cluster-id</name>
<value>cluster-yarn1</value>
</property>
<property>
<name>yarn.resourcemanager.ha.rm-ids</name>
<value>rm1,rm2</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm1</name>
<value>node001</value>
</property>
<property>
<name>yarn.resourcemanager.hostname.rm2</name>
<value>node002</value>
</property>
<!--指定zookeeper集群的地址-->
<property>
<name>yarn.resourcemanager.zk-address</name>
<value>node002:2181,node003:2181,node004:2181</value>
</property>
<!--启用自动恢复-->
<property>
<name>yarn.resourcemanager.recovery.enabled</name>
<value>true</value>
</property>
<!--指定resourcemanager的状态信息存储在zookeeper集群-->
<property>
<name>yarn.resourcemanager.store.class</name>
<value>org.apache.hadoop.yarn.server.resourcemanager.recovery.ZKRMStateStore</value>
</property>
</configuration>
3. Sincronice la configuración en otras máquinas de clúster
4. Inicie el hilo, otras deben iniciarse manualmente en otras máquinas
sbin/start-yarn.sh
5. Verifique si el inicio es exitoso
(1) Visite: node001: 8088, se cambiará automáticamente a node002: 8088
(2) Vista de comandos
bin/yarn rmadmin -getServiceState rm1
active
bin/yarn rmadmin -getServiceState rm2
standby
Modificar corredor
package com.bjsxt.wc;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hbase.client.Put;
import org.apache.hadoop.hbase.mapreduce.TableMapReduceUtil;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.NullWritable;
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 WCRunner {
public static void main(String[] args) throws Exception {
//创建配置对象
Configuration conf = new Configuration();
//创建Job对象
Job job = Job.getInstance(conf, "wordCount");
//设置mapper类
job.setMapperClass(WCMapper.class);
//设置 Reduce类
job.setReducerClass(WCReducer.class);
//设置运行job类
job.setJarByClass(WCRunner.class);
//设置map输出的key,value类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//设置reduce输出的key,value类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//设置输入路径金额输出路径
FileInputFormat.setInputPaths(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
long startTime = System.currentTimeMillis();
try {
//提交job
boolean b = job.waitForCompletion(true);
if (b) {
System.out.println("单词统计完成!");
}
} finally {
// 结束的毫秒数
long endTime = System.currentTimeMillis();
System.out.println("Job<" + job.getJobName() + ">是否执行成功:" + job.isSuccessful() + "; 开始时间:" + startTime + "; 结束时间:" + endTime + "; 用时:" + (endTime - startTime) + "ms");
}
}
}
Después de compilar y empaquetar, cárguelo en cualquier directorio del servidor
, por ejemplo, /root/project/wordcount.jar hdfs cree un directorio, coloque la palabra texto a contar en el directorio de entrada, como word.txt
hdfs dfs -mkdir -p /wordcount/input
hdfs dfs -put test.txt /wordcount/input
Nota: No es necesario crear el directorio de salida
Ejecutar jar de recuento de palabras
hadoop jar /root/project/wordcount.jar com/bjsxt/wc/WCRunner /wordcount/input /wordcount/output
wordcount.jar: el jar después de que se compila y empaqueta el proyecto.
com / bjsxt / wc / WCRunner: es la ruta completa de la clase Runner
/ wordcount / input: es la ruta de entrada de datos en hdfs
/ wordcount / output: es la información ruta de salida en hdfs
Verificar después de la ejecución
hdfs dfs -cat /wordcount/output/*
Operación en modo local: https://blog.csdn.net/weixin_43614067/article/details/108386389 Envío
local al clúster para operación: https://blog.csdn.net/weixin_43614067/article/details/108401227