Question

我有一个简单的MapReduce程序，我想在远程集群上运行它。我可以通过简单地运行

从命令行执行此操作

hadoop jar myjar.jar input output

但是当我想从我的IDE调用MR作业的junit TestCase类中运行一个函数时，我收到以下警告：

 WARN org.apache.hadoop.mapreduce.JobSubmitter  - No job jar file set.  User classes may not be found. See Job or Job#setJar(String).
 INFO org.apache.hadoop.mapred.YARNRunner  - Job jar is not present. Not adding any jar to the list of resources.

虽然我提交了这一行，但在提交MR工作之前：

job.setJarByClass(MyJob.class);

因此作业失败，因为它无法找到合适的类（如映射器键类MyMapKey）来操作。

Error: java.io.IOException: Initialization of all the collectors failed. Error in last collector was :java.lang.RuntimeException: java.lang.ClassNotFoundException: Class MyMapKey not found
at org.apache.hadoop.mapred.MapTask.createSortingCollector(MapTask.java:414)
at org.apache.hadoop.mapred.MapTask.access$100(MapTask.java:81)
at org.apache.hadoop.mapred.MapTask$NewOutputCollector.<init>(MapTask.java:698)
at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:770)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1709)
at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)

对此有何看法？

Answer 1

首先，您应该将远程Hadoop集群配置文件（即core-site.xml，hdfs-site.xml，mapred-site.xml，yarn-site.xml，ssl-client.xml）作为资源添加到Configuration对象。然后按照上面链接中的步骤查看如何将作业jar手动添加到远程集群上的类路径。

如何从远程集群上的本地IDE运行MapReduce程序

1 个答案: