Question

我观察到有多种方法可以编写Hadoop程序的驱动方法。

中给出了以下方法

 public void run(String inputPath, String outputPath) throws Exception {
    JobConf conf = new JobConf(WordCount.class);
    conf.setJobName("wordcount");

    // the keys are words (strings)
    conf.setOutputKeyClass(Text.class);
    // the values are counts (ints)
    conf.setOutputValueClass(IntWritable.class);

    conf.setMapperClass(MapClass.class);
    conf.setReducerClass(Reduce.class);

    FileInputFormat.addInputPath(conf, new Path(inputPath));
    FileOutputFormat.setOutputPath(conf, new Path(outputPath));

    JobClient.runJob(conf);
  }

这个方法在Oreilly的Hadoop The Definitive Guide 2012一书中给出。

public static void main(String[] args) throws Exception {
  if (args.length != 2) {
    System.err.println("Usage: MaxTemperature <input path> <output path>");
    System.exit(-1);
  }
  Job job = new Job();
  job.setJarByClass(MaxTemperature.class);
  job.setJobName("Max temperature");
  FileInputFormat.addInputPath(job, new Path(args[0]));
  FileOutputFormat.setOutputPath(job, new Path(args[1]));
  job.setMapperClass(MaxTemperatureMapper.class);
  job.setReducerClass(MaxTemperatureReducer.class);
  job.setOutputKeyClass(Text.class);
  job.setOutputValueClass(IntWritable.class);
  System.exit(job.waitForCompletion(true) ? 0 : 1);
}

在尝试Oreilly书中给出的程序时，我发现Job类的构造函数已被弃用。由于Oreilly的书以Hadoop 2（纱线）为基础，我惊讶地发现他们使用了弃用的类。

我想知道每个人使用哪种方法？

Answer 1

我使用前一种方法。如果我们改写run（）方法，我们可以使用像-D，-libjars，-files等的hadoop jar选项。所有这些在几乎任何hadoop项目中都非常必要。不确定我们是否可以通过main（）方法使用它们。

Answer 2

与您的第一个（Yahoo）块略有不同 - 您应该使用利用GenericOptionsParser的ToolRunner / Tool类（如Eswara的回答中所述）

模板模式类似于：

import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public class ToolExample extends Configured implements Tool {

    @Override
    public int run(String[] args) throws Exception {
        // old API
        JobConf jobConf = new JobConf(getConf());

        // new API
        Job job = new Job(getConf());

        // rest of your config here

        // determine success / failure (depending on your choice of old / new api)
        // return 0 for success, non-zero for an error
        return 0;
    }

    public static void main(String args[]) throws Exception {
        System.exit(ToolRunner.run(new ToolExample(), args));
    }
}

编写Hadoop程序驱动程序的多种方法 - 选择哪一种？

2 个答案: