MapReduce运行模式

MapReduce程序的运行模式主要有两种：

（1）本地运行模式：在当前的开发环境模拟MapReduce执行环境，处理的数据及输出结果在本地操作系统。

（2）集群运行模式：把MapReduce程序打成一个Jar包，提交至Yarn集群上去运行任务。由于Yarn集群负责资源管理和任务调度，程序会被框架分发到集群中的节点上并发的执行，因此处理的数据和输出结果都在HDFS文件系统中。

集群运行模式只需要将MapReduce程序打成Jar包上传至集群即可，比较简单，这里不再赘述。下面我们以词频统计为例，讲解如何将MapReduce程序设置为在本地运行模式。

在MapReduce程序中，除了要实现Mapper（代码见WordCountMapper.java文件）和Reduce（代码见WordCountReducer.java文件）外，我们还需要一个Driver类提交程序，具体代码，如文件所示。

文件 WordCountDriver.java

 1  import org.apache.hadoop.conf.Configuration;

 2  import org.apache.hadoop.fs.Path;

 3  import org.apache.hadoop.io.IntWritable;

 4  import org.apache.hadoop.io.Text;

 5  import org.apache.hadoop.mapreduce.Job;

 6  import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;

 7  import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

 8  public class WordCountDriver {

 9    public static void main(String[] args) throws Exception {

 10     //通过Job来封装本次MR的相关信息

 11     Configuration conf = new Configuration();

 12     // 配置MR运行模式，使用local表示本地模式，可以省略

 13     **conf.set("mapreduce.framework.name", "local")**;

 14     Job wcjob = Job.getInstance(conf);

 15     // 指定MR Job jar包运行主类

 16     wcjob.setJarByClass(WordCountDriver.class);

 17     //指定本次MR所有的Mapper Reducer类

 18     wcjob.setMapperClass(WordCountMapper.class);

 19     wcjob.setReducerClass(WordCountReducer.class);

 20     // 设置我们的业务逻辑 Mapper类的输出 key和 value的数据类型

 21     wcjob.setMapOutputKeyClass(Text.class);

 22     wcjob.setMapOutputValueClass(IntWritable.class);

 23     // 设置我们的业务逻辑 Reducer类的输出 key和 value的数据类型

 24     wcjob.setOutputKeyClass(Text.class);

 25     wcjob.setOutputValueClass(IntWritable.class);

 26      // 使用本地模式指定要处理的数据所在的位置

 27     **FileInputFormat.setInputPaths(wcjob,"D:/mr/input")**;

 28     // 使用本地模式指定处理完成之后的结果所保存的位置

 29     **FileOutputFormat.setOutputPath(wcjob,new Path("D:/mr/output"))**;

 30     // 提交程序并且监控打印程序执行情况

 31     boolean res = wcjob.waitForCompletion(true);

 32     System.exit(res ? 0 : 1);

 33   **}**

 34 **}

在文件中，往Configuration对象中添加“mapreduce.framework.name=local”参数，表示程序为本地运行模式，实际上在hadoop-mapreduce-client-core-2.7.4.jar包下面的mapred-default.xml配置文件中，默认指定使用本地运行模式，因此mapreduce.framework.name=local配置也可以省略；同时，还需要指定本地操作系统源文件目录路径和结果输出的路径。当程序执行完毕后，就可以在本地系统的指定输出文件目录查看执行结果了。输出的结果，如图1所示。

​ 图1 词频案例的输出结果

小提示：

在使用本地运行模式执行wordcount案例时，即使配置了windows平台的hadoop，运行时仍报如下错误：

解决办法：根据错误提示和网上资料的提示，需要修改org.apache.hadoop.io.nativeio包下的NativeIO类的access()方法，将返回值直接设为true，即：

public static boolean access(String path, AccessRight desiredAccess)

​    throws IOException {

//  return access0(path, desiredAccess.accessRight());

   **return true;**

}