Question

我正在尝试编写一个shell脚本，它将在伪分布式集群上执行Hadoop MapReduce作业，但是省略所有输出之前没有！。我尝试将输出管道输出到awk并以这种方式过滤，这对大多数输出都有效，但我仍然从JobClient到终端输出。有办法防止这种情况吗？

我的代码目前看起来像这样：

#!/bin/sh

runtimes=$1

for i in {0..$runtimes}
do
  cd ~/Documents/hadoop-1.0.3
  bin/hadoop dfs -rmr /SC_out | awk "{}"
  bin/hadoop jar ../MapReduceTests/SyntaxCounter.jar mrt.SyntaxCounter /WC_in/ /SC_out/ | awk "{}"
  bin/hadoop dfs -cat /SC_out/part* | awk "\$0~/!Map/ {print \$0}"
done

编辑：这是我想要抑制的那种输出：

12/08/15 16:45:17 INFO mapred.JobClient: Running job: job_201208151042_0128
12/08/15 16:45:18 INFO mapred.JobClient:  map 0% reduce 0%
12/08/15 16:45:31 INFO mapred.JobClient:  map 100% reduce 0%
12/08/15 16:45:43 INFO mapred.JobClient:  map 100% reduce 100%

Answer 1

此输出在stderr上，而不是std out，因此修改如下：

bin/hadoop jar ../MapReduceTests/SyntaxCounter.jar mrt.SyntaxCounter \
    /WC_in/ /SC_out/  2>/dev/null | awk "{}"

或者更简单地说，调用verbose参数设置为false的作业：

job.waitForCompletion(false);

阻止Hadoop将JobClient输出发送到命令行？

1 个答案: