16.1 实验环境介绍
- 内容概述
- 环境准备
- Kerberos环境和非Kerberos集群
- 测试环境
- Kerberos集群CDH5.11.2，OS为Redhat7.2
- 非Kerberos集群CDH5.13，OS为CentOS6.5
- 前置条件
- CDH集群运行正常
- 本地开发环境与集群网络互通且端口放通
16.2 示例
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）。
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();
}
}
}
16.3 编译打包MapReduce作业
- 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/cdhproject
mvn clean package
-
编译成功后，在工程的target目录下可以看到mr-demo-1.0-SNAPSHOT.jar包
- 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。
16.4 非Kerberos集群提交作业
- 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/
- Yarn界面查看，作业收费执行成功
- 查看HDFS输出目录
16.5 Kerberos集群提交作业
- 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 ~]$
- 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
- Yarn界面查看作业是否执行成功
- 查看HDFS目录输出的结果
16.6 总结
- 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。
大数据视频推荐：
腾讯课堂
CSDN
大数据语音推荐：
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通
