MapReduce分布式计算框架：MapReduce运行模式是什么?

绝地灬酷狼 2023-10-10 16:31 8阅读 0赞

MapReduce程序的运行模式主要有如下两种。

(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地执行，因此处理的数据和输出结果都在HDFS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4.3.2节的WordCountMapper.java文件)和Reduce(代码见4.3.3节的WordCountReducer.java文件)外，还需要一个Driver类提交程序和具体代码，如文件4-6所示。

文件4-6 WordCountDriver.java

importorg.apache.hadoop.conf.Configuration;importorg.apache.hadoop.fs.Path;importorg.apache.hadoop.io.IntWritable;importorg.apache.hadoop.io.Text;importorg.apache.hadoop.mapreduce.Job;importorg.apache.hadoop.mapreduce.lib.input.FileInputFormat;importorg.apache.hadoop.mapreduce.lib.output.FileOutputFormat;publicclassWordCountDriver{publicstaticvoidmain(String[] args)throwsException{//通过Job来封装本次MR的相关信息Configuration conf=newConfiguration();//配置MR运行模式，使用local表示本地模式，可以省略
            conf.set("mapreduce.framework.name","local");Job wcjob=Job.getInstance(conf);//指定MR Job jar包运行主类
            wcjob.setJarByClass(WordCountDriver.class);//指定本次MR所有的Mapper Reducer类
            wcjob.setMapperClass(WordCountMapper.class);
            wcjob.setReducerClass(WordCountReducer.class);//设置业务逻辑Mapper类的输出key和value的数据类型
            wcjob.setMapOutputKeyClass(Text.class);
            wcjob.setMapOutputValueClass(IntWritable.class);//设置业务逻辑Reducer类的输出key和value的数据类型
            wcjob.setOutputKeyClass(Text.class);
            wcjob.setOutputValueClass(IntWritable.class);//使用本地模式指定要处理的数据所在的位置FileOutputFormat.setInputPaths(wcjob,"D:/mr/input");//使用本地模式指定处理完成之后的结果所保存的位置FileOutputFormat.setOutputPath(wcjob,newPath("D:/mr/output"));//提交程序并且监控打印程序执行情况boolean res=wcjob.waitForCompletion(true);System.exit(res ?0:1);}}

在文件4-6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。