mapreduce调试查询System.out的结果

1.前言

刚接触mapreduce的人肯定为碰到这样的问题，就是我们在程序中如下类似的命令

System.out.println(year+"	"+airTemperature);//无效，控制台没有输出。

但是console控制台不给我们输出相应的结果，这对于很多通过System.out来调试的人来说，会是一个很头疼的事情，我也对这个很头疼。昨天在看《hadoop权威指南第二版》的第五章的时候，书中有介绍通过web界面来浏览hadoop的作业信息，发现在web界面中能看到许多作业的相关信息。并且知道mapreduce的作业信息都写在了用户日志中，存放在目录hadoop_home/logs/userlogs中。其他日志存放地点参考《hadoop权威指南第二版》p152的表5-2。通过web界面很容用找到这些日志。

2.给出测试程序的代码

NewMaxTemperature.java

package hadoop.chapter2;

// cc NewMaxTemperature Application to find the maximum temperature in the weather dataset using the new context objects MapReduce API
import java.io.IOException;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.*;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

// vv NewMaxTemperature
public class NewMaxTemperature {
  
  static class NewMaxTemperatureMapper
    extends Mapper<LongWritable, Text, Text, IntWritable> {

    private static final int MISSING = 9999;
    
    public void map(LongWritable key, Text value, Context context)
        throws IOException, InterruptedException {
      
      String line = value.toString();
      String year = line.substring(15, 19);
      int airTemperature;
      if (line.charAt(87) == '+') { // parseInt doesn't like leading plus signs
        airTemperature = Integer.parseInt(line.substring(88, 92));
      } else {
        airTemperature = Integer.parseInt(line.substring(87, 92));
      }
      String quality = line.substring(92, 93);
      if (airTemperature != MISSING && quality.matches("[01459]")) {
        context.write(new Text(year), new IntWritable(airTemperature));
        System.out.println(year+"	"+airTemperature);//无效，控制台没有输出。
        /*
         * stdout logs
         * 1950	0
         * 1950	22
         * 1950	-11
         * 1949	111
         * 1949	78
         * */
      }
    }
  }
  
  static class NewMaxTemperatureReducer
    extends Reducer<Text, IntWritable, Text, IntWritable> {
  
    public void reduce(Text key, Iterable<IntWritable> values,
        Context context)
        throws IOException, InterruptedException {
      
      int maxValue = Integer.MIN_VALUE;
      for (IntWritable value : values) {
        maxValue = Math.max(maxValue, value.get());
        System.out.println(key+"	"+value.get());//无效，控制台没有输出。
        /*
         * stdout logs
         * 1949	111
         * 1949	78
         * 1950	0
         * 1950	22
         * 1950	-11
         * */
      }
      context.write(key, new IntWritable(maxValue));
    }
  }

  public static void main(String[] args) throws Exception {
    if (args.length != 2) {
      System.err.println("Usage: NewMaxTemperature <input path> <output path>");
      System.exit(-1);
    }
  //       /home/hadoop/input/sample.txt /home/hadoop/output/tmp1
    Job job = new Job();
    job.setJarByClass(NewMaxTemperature.class);

    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    
    job.setMapperClass(NewMaxTemperatureMapper.class);
    job.setReducerClass(NewMaxTemperatureReducer.class);

    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}
// ^^ NewMaxTemperature

3.然后给出用于测试该程序的数据

sample.txt

0067011990999991950051507004+68750+023550FM-12+038299999V0203301N00671220001CN9999999N9+00001+99999999999
0043011990999991950051512004+68750+023550FM-12+038299999V0203201N00671220001CN9999999N9+00221+99999999999
0043011990999991950051518004+68750+023550FM-12+038299999V0203201N00261220001CN9999999N9-00111+99999999999
0043012650999991949032412004+62300+010750FM-12+048599999V0202701N00461220001CN0500001N9+01111+99999999999
0043012650999991949032418004+62300+010750FM-12+048599999V0202701N00461220001CN0500001N9+00781+99999999999

4.最后给出该程序的输入参数

我们在eclipse上运行该程序，不通过命令行来执行。

/home/hadoop/input/sample.txt /home/hadoop/output/tmp1

5.查找System.out的内容

这是文章的主题，就是在console中我们没有找到我们想要打印的输出，那么我们应该如何查找。

首先我们登录web控制台，网址是：http://localhost:50030/ 。这里顺便给出相关的web控制界面的一些网址：

http://localhost:50030/ - Hadoop 管理介面
http://localhost:50060/ - Hadoop Task Tracker 状态
http://localhost:50070/ - Hadoop DFS 状态

在登录管理界面以后，我们能够在Completed Jobs中找到我们刚才运行的作业，如下图所示：

我们进入：job_201110230923_0002这个作业，会看到如下界面：

在这里就可以看到map任务于reduce人物的详情，我们首先点击map，进入如下界面：

再点击相应的task：task_201110230923_0002_m_000000，进入如下界面：

我们点击Task Logs列中的ALL，会出现如下界面：

上面的stdout logs就是我们System.out的内容。reduce任务也可以通过同样的方法得到System.out的内容。其实web管理界面访问的内容都写在本地，我们可以从本地的用户日志文件中找到。比如上述例子中的stdout logs可以在目录：hadoop_home/logs/userlogs/attempt_201110230923_0002_m_000000_0目录下找到。该目录下有以下几个文件：log.index  stderr  stdout  syslog。其中stderr中的内容是通过System.err.println输出的。

6.总结

文中提到很多作业job，任务task等相关的内容，具体这些关系可以参考《hadoop权威指南第二版》p147的内容。