本文主要是介绍Hadoop提交MR任务,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
MR作为Hadoop自带的计算框架所运行的任务,它本身通过hadoop jar提交
hadoop jar mr任务jar包路径 你要运行的类的全限定名 后面就是你需要传的参数
但是有些时候你需要显示的修改指定这个任务运行时所用的资源数,就可以通过下面的命令指令
hadoop jar your-hadoop-job.jar com.example.YourJobDriver \-D mapreduce.map.memory.mb=2048 \-D mapreduce.map.java.opts=-Xmx1638m \-D mapreduce.reduce.memory.mb=4096 \-D mapreduce.reduce.java.opts=-Xmx3276m \-D mapreduce.job.inputdir=/path/to/input/data \-D mapreduce.job.outputdir=/path/to/output/directory \arg1 arg2 arg3
your-hadoop-job.jar 是你的Hadoop作业的JAR文件。
com.example.YourJobDriver 是你的作业驱动程序的完全限定类名。
-D 选项用于设置Hadoop配置参数。
mapreduce.map.memory.mb=2048 设置每个Map任务的内存为2048MB。
mapreduce.map.java.opts=-Xmx1638m 这个是设置Map任务暂用JVM堆内存大小为1638MB(留一些内存给JVM进程本身)。
mapreduce.reduce.memory.mb=4096 设置每个Reduce任务的内存为4096MB。
mapreduce.reduce.java.opts=-Xmx3276m 设置Reduce任务的JVM堆内存大小为3276MB。
-D mapreduce.job.inputdir=/path/to/input/data 设置输入目录。
-D mapreduce.job.outputdir=/path/to/output/directory 设置输出目录。注意,这个目录在作业运行前应该不存在,因为Hadoop会尝试创建它。
arg1 arg2 arg3 是传递给main方法的参数。
注意,上面通过-d来指定参数的方式,只能指定作业的通用配置,而那些详细的,比如你要用多少个map?在你的MapReduce作业代码中,你可以通过调用job.setNumMapTasks(int num)来设置Map任务的个数。这个num参数就是你想要的Map任务的数量。reduce个数也是一样的通过job.setNumReduceTasks(5)修改。以及如果你想要大概的控制任务所用到的总资源,那还要配和集群的配置文件完成。所以,在控制资源上MR任务本身就比较麻烦,不像其他的框架提交yarn那样可以直接指定运行资源
这篇关于Hadoop提交MR任务的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!