如何使用hadoop命令向CDH集群提交MapReduce作业
如何使用hadoop命令向CDH集群提交MapReduce作业
温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。
1.文档编写目的
在前面文章Fayson讲过《如何跨平台在本地开发环境提交MapReduce作业到CDH集群》，那对于部分用户来说，需要将打包好的jar包在CDH集群运行，可以使用hadoop或java命令向集群提交MR作业，本篇文章基于前面的文章讲述如何将打包好的MapReduce，使用hadoop命令向CDH提交作业。同时也分为Kerberos和非Kerberos环境提交。
- 内容概述
1.环境准备
2.Kerberos环境和非Kerberos集群
- 测试环境
1.Kerberos集群CDH5.11.2，OS为Redhat7.2
2.非Kerberos集群CDH5.13，OS为CentOS6.5
- 前置条件
1.CDH集群运行正常
2.本地开发环境与集群网络互通且端口放通
2.示例代码
这里使用的代码是没有加载CDH集群的xml配置的，因为使用hadoop命令提交时会加载集群的配置信息（如hdfs-site.xml/yarn-site.xlm/core-sitem.xml等）。WordCountMapper和WordCountReducer类具体请参考《如何跨平台在本地开发环境提交MapReduce作业到CDH集群》，或者你在整个github中也能完整看到。
package com.cloudera.mr;
import org.apache.hadoop.conf.Configuration;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
/**
* package: com.cloudera.mr
* describe: 打包jar到集群使用hadoop命令提交作业示例
* creat_user: Fayson
* email: htechinfo@163.com
* creat_date: 2017/12/6
* creat_time: 下午11:30
* 公众号：Hadoop实操
*/
public class WordCount {
private static Logger logger = LoggerFactory.getLogger(WordCount.class);
public static void main(String[] args) {
logger.info(args[0] + "-----" + args[1]);
try {
Configuration conf = new Configuration();
Job wcjob = Job.getInstance(conf);
wcjob.setJobName("MyWordCount");
wcjob.setJarByClass(WordCount.class);
wcjob.setJarByClass(InitMapReduceJob.class);
wcjob.setMapperClass(WordCountMapper.class);
wcjob.setReducerClass(WordCountReducer.class);
wcjob.setMapOutputKeyClass(Text.class);
wcjob.setMapOutputValueClass(LongWritable.class);
wcjob.setOutputKeyClass(Text.class);
wcjob.setOutputValueClass(LongWritable.class);
FileInputFormat.setInputPaths(wcjob, args[0]);
FileOutputFormat.setOutputPath(wcjob, new Path(args[1]));
//调用job对象的waitForCompletion()方法，提交作业。
boolean res = wcjob.waitForCompletion(true);
System.exit(res ? 0 : 1);
} catch (Exception e) {
e.printStackTrace();
}
}
}3.编译打包MapReduce作业
1.使用Maven命令进行编译打包，该命令运行需要在工程所在目录下运行
cd /Volumes/Transcend/work/cdhprojectmvn clean package
2.编译成功后，在工程的target目录下可以看到mr-demo-1.0-SNAPSHOT.jar包
3.将mr-demo-1.0-SNAPSHOT.jar包上传到CDH集群的任意节点
注意：这里是将jar包上传至CDH集群的任意节点且hadoop命令可以正常运行。
4.非Kerberos集群提交作业
1.在命令行执行如下命令提交MR作业
hadoop jar mr-demo-1.0-SNAPSHOT.jar com.cloudera.mr.WordCount /fayson/test_table /wordcount/out2.命令行提交作业执行如下
3.Yarn界面查看，作业执行成功
4.查看HDFS输出目录
5.Kerberos集群提交作业
1.在Kerberos集群init Kerberos账号
[ec2-user@ip-172-31-22-86 ~]$ kdestroy
[ec2-user@ip-172-31-22-86 ~]$ kinit -kt fayson.keytab fayson
[ec2-user@ip-172-31-22-86 ~]$ klist
Ticket cache: FILE:/tmp/krb5cc_1000
Default principal: fayson@CLOUDERA.COM
Valid starting Expires Service principal
12/06/2017 11:02:53 12/07/2017 11:02:53 krbtgt/CLOUDERA.COM@CLOUDERA.COM
renew until 12/13/2017 11:02:53
[ec2-user@ip-172-31-22-86 ~]$
2.在命令行使用hadoop提交作业
[ec2-user@ip-172-31-22-86 ~]$ hadoop jar mr-demo-1.0-SNAPSHOT.jar com.cloudera.mr.WordCount /fayson /wordcount/out
3.Yarn界面查看作业执行成功
4.查看HDFS目录输出的结果
6.总结
这里有几点需要注意，我们在本地环境开发MapReduce作业的时候，需要加载集群的xml配置，将打包好的MR jar包提交到集群使用hadoop命令运行时，代码里面的Configuration在初始化的时候不需要加载xml的配置即可。
GitHub源码地址：
https://github.com/javaxsky/cdhproject
为天地立心，为生民立命，为往圣继绝学，为万世开太平。
温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。
