Question

问题：当我向hadoop 2.2.0群集提交作业时，它不会显示在作业跟踪器中，但作业成功完成。由此我可以看到输出并且它正确运行并在运行时打印输出。

我尝试了多种选择，但是求职者没有看到这份工作。如果我使用2.2.0 hadoop运行流媒体作业，它会显示在任务跟踪器中，但是当我通过hadoop-client api提交它时，它不会显示在作业跟踪器中。我正在查看端口8088上的ui接口以验证作业

环境 OSX Mavericks，Java 1.6，Hadoop 2.2.0单节点集群，Tomcat 7.0.47

代码

    try {
        configuration.set("fs.defaultFS", "hdfs://127.0.0.1:9000");
        configuration.set("mapred.jobtracker.address", "localhost:9001");

        Job job = createJob(configuration);
        job.waitForCompletion(true);
    } catch (Exception e) {
        logger.log(Level.SEVERE, "Unable to execute job", e);
    }

    return null;

等/的hadoop / mapred-site.xml中

<configuration>
    <property>
        <name>mapreduce.framework.name</name>
        <value>yarn</value>
    </property>

    <property>
         <name>mapred.job.tracker</name>
         <value>localhost:9001</value>
    </property> 
</configuration>

等/ hadoop的/芯-site.xml中

<configuration>
     <property>
       <name>hadoop.tmp.dir</name>
       <value>/tmp/hadoop-${user.name}</value>
       <description>A base for other temporary directories.</description>
    </property>

    <property> 
      <name>fs.default.name</name> 
      <value>hdfs://localhost:9000</value> 
    </property>

</configuration>

Answer 1

该问题的解决方案是使用纱线的额外配置选项配置作业。我做了错误的假设，java hadoop-client api将使用配置目录中的配置选项。我能够通过使用log4j.properties为我的单元测试打开详细日志记录来诊断问题。它表明这些工作是在本地运行而没有提交给纱线资源经理。通过一些试验和错误，我能够配置作业并将其提交给纱线资源管理器。

<强>代码

    try {
        configuration.set("fs.defaultFS", "hdfs://127.0.0.1:9000");
        configuration.set("mapreduce.jobtracker.address", "localhost:54311");
        configuration.set("mapreduce.framework.name", "yarn");
        configuration.set("yarn.resourcemanager.address", "localhost:8032");

        Job job = createJob(configuration);
        job.waitForCompletion(true);
    } catch (Exception e) {
        logger.log(Level.SEVERE, "Unable to execute job", e);
    }

Answer 2

我看到你正在使用Hadoop 2.2.0。您使用的是MRv1还是MRv2？ MRV2（YARN）的守护进程是不同的。虽然您可能会看到JobTracker UI的占位符页面，但MRv2没有JobTracker。

ResourceManager Web UI应显示已提交的作业。 ResourceManager的默认Web URL为http：//＆lt; ResourcemanagerHost ＆gt;：8088

将ResourceManagerHost替换为运行资源管理器的节点的IP地址。

您可以在Apache Hadoop YARN

了解有关YARN架构的更多信息

即使Hadoop正在运行，它也没有在作业跟踪器中显示我的工作

2 个答案: