Eclipse调用hadoop2运行MR程序(转)

it2022-07-03  120

hadoop:hadoop2.2 ,windows myeclipse环境;

Eclipse调用hadoop运行MR程序其实就是普通的java程序可以提交MR任务到集群执行而已。在Hadoop1中,只需指定jt(jobtracker)和fs(namenode)即可,一般如下:

 

[java]  view plain copy   Configuration conf = new Configuration();  conf.set("mapred.job.tracker", "192.168.128.138:9001");  conf.set("fs.default.name","192.168.128.138:9000");  

上面的代码在hadoop1中运行是ok的,完全可以使用java提交任务到集群运行。但是,hadoop2却是没有了jt,新增了yarn。这个要如何使用呢?最简单的想法,同样指定其配置,试试。

 

 

[java]  view plain copy   Configuration conf = new YarnConfiguration();                conf.set("fs.defaultFS", "hdfs://node31:9000");                conf.set("mapreduce.framework.name", "yarn");                conf.set("yarn.resourcemanager.address", "node31:8032");  

恩,这样配置后,可以运行,首先是下面的错误:

 

 

[html]  view plain copy   2014-04-03 21:20:21,568 ERROR [main] util.Shell (Shell.java:getWinUtilsPath(303)) - Failed to locate the winutils binary in the hadoop binary path  java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.      at org.apache.hadoop.util.Shell.getQualifiedBinPath(Shell.java:278)      at org.apache.hadoop.util.Shell.getWinUtilsPath(Shell.java:300)      at org.apache.hadoop.util.Shell.<clinit>(Shell.java:293)      at org.apache.hadoop.util.StringUtils.<clinit>(StringUtils.java:76)      at org.apache.hadoop.yarn.conf.YarnConfiguration.<clinit>(YarnConfiguration.java:345)      at org.fansy.hadoop.mr.WordCount.getConf(WordCount.java:104)      at org.fansy.hadoop.mr.WordCount.runJob(WordCount.java:84)      at org.fansy.hadoop.mr.WordCount.main(WordCount.java:47)  

这个错误不用管,这个好像是windows调用的时候就会出的错误。

 

然后是什么权限问题之类的,这个时候就需要去调整下权限,至少我目前是这样做的。调整的权限主要有/tmp 以及运行wordcount的输入、输出目录。命令如下: $HADOOP_HOME/bin/hadoop fs -chmod -R 777 /tmp 。

然后直到你出现了下面的错误,那么,好了,可以说你已经成功了一半了。

 

[java]  view plain copy   2014-04-03 20:32:36,596 ERROR [main] security.UserGroupInformation (UserGroupInformation.java:doAs(1494)) - PriviledgedActionException as:Administrator (auth:SIMPLE) cause:java.io.IOException: Failed to run job : Application application_1396459813671_0001 failed 2 times due to AM Container for appattempt_1396459813671_0001_000002 exited with  exitCode: 1 due to: Exception from container-launch:   org.apache.hadoop.util.Shell$ExitCodeException: /bin/bash: line 0: fg: no job control        at org.apache.hadoop.util.Shell.runCommand(Shell.java:464)      at org.apache.hadoop.util.Shell.run(Shell.java:379)      at org.apache.hadoop.util.Shell$ShellCommandExecutor.execute(Shell.java:589)      at org.apache.hadoop.yarn.server.nodemanager.DefaultContainerExecutor.launchContainer(DefaultContainerExecutor.java:195)      at org.apache.hadoop.yarn.server.nodemanager.containermanager.launcher.ContainerLaunch.call(ContainerLaunch.java:283)      at org.apache.hadoop.yarn.server.nodemanager.containermanager.launcher.ContainerLaunch.call(ContainerLaunch.java:79)      at java.util.concurrent.FutureTask$Sync.innerRun(FutureTask.java:334)      at java.util.concurrent.FutureTask.run(FutureTask.java:166)      at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)      at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)      at java.lang.Thread.run(Thread.java:724)      .Failing this attempt.. Failing the application.  

用上面出现的错误去google,可以得到这个网页:https://issues.apache.org/jira/browse/MAPREDUCE-5655 。 恩,对的。这个网页就是我们的solution。

 

我们分为1、2、3步骤吧。

1. 修改MRapps.java 、YARNRunner.java的源码,然后打包替换原来的jar包中的相应class文件,这两个jar我已经打包,可以在这里下载http://download.csdn.net/detail/fansy1990/7143547 。然后替换集群中相应的jar吧,同时需要注意替换Myeclipse中导入的包。额,说起Myeclipse中的jar包,这里还是先上幅jar包的图吧:

2. 修改mapred-default.xml ,添加:(这个只需在eclipse中导入的jar包修改即可,修改后的jar包不用上传到集群)

 

[html]  view plain copy   <property>      <name>mapred.remote.os</name>      <value>Linux</value>      <description>          Remote MapReduce framework's OS, can be either Linux or Windows      </description>  </property>  

(题外话,添加了这个属性后,按说我new一个Configuration后,我使用conf.get("mapred.remote.os")的时候应该是可以得到Linux的,但是我得到的却是null,这个就不清楚是怎么了。)

 

其文件在:

这时,你再运行程序,额好吧程序基本可以提交了,但是还是报错,查看log,可以看到下面的错误:

 

[html]  view plain copy   Error: Could not find or load main class org.apache.hadoop.mapreduce.v2.app.MRAppMaster  

额,说了这么久,还是把我的wordcount程序贴出来吧:

 

 

[java]  view plain copy   package org.fansy.hadoop.mr;    import java.io.IOException;    import org.apache.hadoop.conf.Configuration;  import org.apache.hadoop.fs.FileSystem;  import org.apache.hadoop.fs.LocatedFileStatus;  import org.apache.hadoop.fs.Path;  import org.apache.hadoop.fs.RemoteIterator;  import org.apache.hadoop.io.LongWritable;  import org.apache.hadoop.io.Text;  import org.apache.hadoop.mapred.ClusterStatus;  import org.apache.hadoop.mapred.JobClient;  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.output.FileOutputFormat;  import org.apache.hadoop.yarn.conf.YarnConfiguration;  import org.slf4j.Logger;  import org.slf4j.LoggerFactory;    public class WordCount {          private static Logger log = LoggerFactory.getLogger(WordCount.class);         public static class WCMapper extends  Mapper<LongWritable, Text, LongWritable, Text> {                        public void map(LongWritable key, Text value, Context cxt) throws IOException,InterruptedException {            // String[] values= value.toString().split("[,| ]");             cxt.write(key, value);            }         }                    public static class WCReducer extends  Reducer<LongWritable, Text, LongWritable,Text> {              public void reduce(LongWritable key, Iterable<Text> values, Context cxt) throws IOException,InterruptedException {                  StringBuffer buff = new StringBuffer();                  for (Text v:values) {                      buff.append(v.toString()+"\t");                 }                  cxt.write(key, new Text(buff.toString()));              }          }            public static void main(String[] args) throws Exception {      //    checkFS();            String input ="hdfs://node31:9000/input/test.dat";            String output="hdfs://node31:9000/output/wc003";              runJob(input,output);          //  runJob(args[0],args[1]);          //  upload();          }                    /**          * test operate the hdfs          * @throws IOException           */          public static void checkFS() throws IOException{              Configuration conf=getConf();               Path f= new Path("/user");              FileSystem fs = FileSystem.get(f.toUri(),conf);                            RemoteIterator<LocatedFileStatus> paths=fs.listFiles(f, true);              while(paths.hasNext()){                  System.out.println(paths.next());              }                        }                    public static void upload() throws IOException{              Configuration conf = getConf();              Path f= new Path("d:\\wordcount.jar");              FileSystem fs = FileSystem.get(f.toUri(),conf);              fs.copyFromLocalFile(true, f, new Path("/input/wordcount.jar"));              System.out.println("done ...");          }                    /**          *  test the job submit          * @throws IOException          * @throws InterruptedException           * @throws ClassNotFoundException           */          public static void runJob(String input,String output) throws IOException, ClassNotFoundException, InterruptedException{                              Configuration conf=getConf();                 Job job = new Job(conf,"word count");          //    job.setJar("hdfs://node31:9000/input/wordcount.jar");                job.setJobName("wordcount");                job.setJarByClass(WordCount.class);              //  job.setOutputFormatClass(SequenceFileOutputFormat.class);                job.setOutputKeyClass(LongWritable.class);                job.setOutputValueClass(Text.class);                      job.setMapperClass(WCMapper.class);                job.setCombinerClass(WCReducer.class);                job.setReducerClass(WCReducer.class);                      FileInputFormat.addInputPath(job, new Path(input));              //  SequenceFileOutputFormat.setOutputPath(job, new Path(args[1]));                FileOutputFormat.setOutputPath(job, new Path(output));                System.exit(job.waitForCompletion(true)?0:1);          }                    private static Configuration getConf() throws IOException{              Configuration conf = new YarnConfiguration();                conf.set("fs.defaultFS", "hdfs://node31:9000");                conf.set("mapreduce.framework.name", "yarn");                conf.set("yarn.resourcemanager.address", "node31:8032");          //    conf.set("mapred.remote.os", "Linux");                System.out.println(conf.get("mapred.remote.os"));          //    JobClient client = new JobClient(conf);          //    ClusterStatus cluster = client.getClusterStatus();                return conf;          }  }  

3. 如何修复上面的报错?按照那个链接的solution,需要修改mapred-default.xml 和yarn-default.xml ,其中mapred-default.xml刚才已经修改过了,这次再次修改,添加:

 

 

[java]  view plain copy   <property>      <name>mapreduce.application.classpath</name>      <value>          $HADOOP_CONF_DIR,          $HADOOP_COMMON_HOME/share/hadoop/common/*,          $HADOOP_COMMON_HOME/share/hadoop/common/lib/*,          $HADOOP_HDFS_HOME/share/hadoop/hdfs/*,          $HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/*,          $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*,          $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*,          $HADOOP_YARN_HOME/share/hadoop/yarn/*,          $HADOOP_YARN_HOME/share/hadoop/yarn/lib/*      </value>  </property>  

对于yarn-default.xml也是同样的修改,其在hadoop-yarn-common-2.2.0.jar包中,修改内容如下:

 

 

[java]  view plain copy   <property>      <name>mapreduce.application.classpath</name>      <value>          $HADOOP_CONF_DIR,          $HADOOP_COMMON_HOME/share/hadoop/common/*,          $HADOOP_COMMON_HOME/share/hadoop/common/lib/*,          $HADOOP_HDFS_HOME/share/hadoop/hdfs/*,          $HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/*,          $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/*,          $HADOOP_MAPRED_HOME/share/hadoop/mapreduce/lib/*,          $HADOOP_YARN_HOME/share/hadoop/yarn/*,          $HADOOP_YARN_HOME/share/hadoop/yarn/lib/*      </value>    </property>  

同样的,上面两个jar包只用替换myeclipse中的jar包即可,不需要替换集群中的。

 

4. 经过上面的替换,然后再次运行,出现下面的错误:

 

[html]  view plain copy   Caused by: java.lang.ClassNotFoundException: Class org.fansy.hadoop.mr.WordCount$WCMapper not found      at org.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:1626)      at org.apache.hadoop.conf.Configuration.getClass(Configuration.java:1718)      ... 8 more  

额,好吧,我应该不用多少了,这样的错误,应该已经说明我们的myeclipse可以提交任务到hadoop2了,并且可以运行了。好吧最后一步,上传我们打包的wordcount程序的jar文件到$HADOOP_HOME/share/hadoop/mapreduce/lib下面,然后再次运行。(这里上传后不用重启集群)呵呵,最后得到下面的结果:

 

 

[html]  view plain copy   2014-04-03 21:17:34,289 ERROR [main] util.Shell (Shell.java:getWinUtilsPath(303)) - Failed to locate the winutils binary in the hadoop binary path  java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries.      at org.apache.hadoop.util.Shell.getQualifiedBinPath(Shell.java:278)      at org.apache.hadoop.util.Shell.getWinUtilsPath(Shell.java:300)      at org.apache.hadoop.util.Shell.<clinit>(Shell.java:293)      at org.apache.hadoop.util.StringUtils.<clinit>(StringUtils.java:76)      at org.apache.hadoop.yarn.conf.YarnConfiguration.<clinit>(YarnConfiguration.java:345)      at org.fansy.hadoop.mr.WordCount.getConf(WordCount.java:104)      at org.fansy.hadoop.mr.WordCount.runJob(WordCount.java:84)      at org.fansy.hadoop.mr.WordCount.main(WordCount.java:47)  Linux  2014-04-03 21:18:19,853 WARN  [main] util.NativeCodeLoader (NativeCodeLoader.java:<clinit>(62)) - Unable to load native-hadoop library for your platform... using builtin-java classes where applicable  2014-04-03 21:18:20,499 INFO  [main] client.RMProxy (RMProxy.java:createRMProxy(56)) - Connecting to ResourceManager at node31/192.168.0.31:8032  2014-04-03 21:18:20,973 WARN  [main] mapreduce.JobSubmitter (JobSubmitter.java:copyAndConfigureFiles(149)) - Hadoop command-line option parsing not performed. Implement the Tool interface and execute your application with ToolRunner to remedy this.  2014-04-03 21:18:21,020 INFO  [main] input.FileInputFormat (FileInputFormat.java:listStatus(287)) - Total input paths to process : 1  2014-04-03 21:18:21,313 INFO  [main] mapreduce.JobSubmitter (JobSubmitter.java:submitJobInternal(394)) - number of splits:1  2014-04-03 21:18:21,336 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - user.name is deprecated. Instead, use mapreduce.job.user.name  2014-04-03 21:18:21,337 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.jar is deprecated. Instead, use mapreduce.job.jar  2014-04-03 21:18:21,337 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - fs.default.name is deprecated. Instead, use fs.defaultFS  2014-04-03 21:18:21,338 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.output.value.class is deprecated. Instead, use mapreduce.job.output.value.class  2014-04-03 21:18:21,338 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapreduce.combine.class is deprecated. Instead, use mapreduce.job.combine.class  2014-04-03 21:18:21,339 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapreduce.map.class is deprecated. Instead, use mapreduce.job.map.class  2014-04-03 21:18:21,339 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.job.name is deprecated. Instead, use mapreduce.job.name  2014-04-03 21:18:21,339 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapreduce.reduce.class is deprecated. Instead, use mapreduce.job.reduce.class  2014-04-03 21:18:21,340 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.input.dir is deprecated. Instead, use mapreduce.input.fileinputformat.inputdir  2014-04-03 21:18:21,340 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.output.dir is deprecated. Instead, use mapreduce.output.fileoutputformat.outputdir  2014-04-03 21:18:21,342 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.map.tasks is deprecated. Instead, use mapreduce.job.maps  2014-04-03 21:18:21,343 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.output.key.class is deprecated. Instead, use mapreduce.job.output.key.class  2014-04-03 21:18:21,343 INFO  [main] Configuration.deprecation (Configuration.java:warnOnceIfDeprecated(840)) - mapred.working.dir is deprecated. Instead, use mapreduce.job.working.dir  2014-04-03 21:18:21,513 INFO  [main] mapreduce.JobSubmitter (JobSubmitter.java:printTokens(477)) - Submitting tokens for job: job_1396463733942_0003  2014-04-03 21:18:21,817 INFO  [main] impl.YarnClientImpl (YarnClientImpl.java:submitApplication(174)) - Submitted application application_1396463733942_0003 to ResourceManager at node31/192.168.0.31:8032  2014-04-03 21:18:21,859 INFO  [main] mapreduce.Job (Job.java:submit(1272)) - The url to track the job: http://node31:8088/proxy/application_1396463733942_0003/  2014-04-03 21:18:21,860 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1317)) - Running job: job_1396463733942_0003  2014-04-03 21:18:31,307 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1338)) - Job job_1396463733942_0003 running in uber mode : false  2014-04-03 21:18:31,311 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1345)) -  map 0% reduce 0%  2014-04-03 21:19:02,346 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1345)) -  map 100% reduce 0%  2014-04-03 21:19:11,416 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1345)) -  map 100% reduce 100%  2014-04-03 21:19:11,425 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1356)) - Job job_1396463733942_0003 completed successfully  2014-04-03 21:19:11,552 INFO  [main] mapreduce.Job (Job.java:monitorAndPrintJob(1363)) - Counters: 43      File System Counters          FILE: Number of bytes read=11139          FILE: Number of bytes written=182249          FILE: Number of read operations=0          FILE: Number of large read operations=0          FILE: Number of write operations=0          HDFS: Number of bytes read=8646          HDFS: Number of bytes written=10161          HDFS: Number of read operations=6          HDFS: Number of large read operations=0          HDFS: Number of write operations=2      Job Counters           Launched map tasks=1          Launched reduce tasks=1          Data-local map tasks=1          Total time spent by all maps in occupied slots (ms)=29330          Total time spent by all reduces in occupied slots (ms)=5825      Map-Reduce Framework          Map input records=235          Map output records=235          Map output bytes=10428          Map output materialized bytes=11139          Input split bytes=98          Combine input records=235          Combine output records=235          Reduce input groups=235          Reduce shuffle bytes=11139          Reduce input records=235          Reduce output records=235          Spilled Records=470          Shuffled Maps =1          Failed Shuffles=0          Merged Map outputs=1          GC time elapsed (ms)=124          CPU time spent (ms)=21920          Physical memory (bytes) snapshot=299376640          Virtual memory (bytes) snapshot=1671372800          Total committed heap usage (bytes)=152834048      Shuffle Errors          BAD_ID=0          CONNECTION=0          IO_ERROR=0          WRONG_LENGTH=0          WRONG_MAP=0          WRONG_REDUCE=0      File Input Format Counters           Bytes Read=8548      File Output Format Counters           Bytes Written=10161  

 

上面你看到Linux,是因为我使用了conf.set("mapred.remote.os", "Linux"); 不过在实际运行的时候却不需要设置。

另外,如果是linux系统部署的tomcat调用hadoop2集群运行MR程序的话,应该不需要替换其jar吧的,这个还有待验证。

哈,总算搞定了。这个问题也算是困扰了我好久了,期间几次想要冲破,结果都是无果而归,甚是郁闷。额,其实这个也不算是原创了,哎,国外在02/Dec/13 18:35这个时间点就搞定了。不过,我搜了好久,都没有中文的相关介绍。(如果有的话,那就是我搜索能力的问题了,居然没有搜到,哎)。

 

 

分享,成长,快乐

转载请注明blog地址:http://blog.csdn.net/fansy1990

 

转载于:https://www.cnblogs.com/sha0830/p/5061898.html

相关资源:数据结构—成绩单生成器

最新回复(0)