2021SC@SDUSC
研究内容简略介绍
上周我们分析了org.apache.hadoop.mapreduce.Cluster
中的的核心代码,本周将继续对mapreduce部分进行分析。在对Cluster类有初步了解的基础上,我们继续分析与Cluster相关的org.apache.hadoop.mapreduce.ClusterMetrics
。
hadoop.mapreduce.ClusterMetrics分析
我们首先来看ClusterMetrics的全局变量与构造方法。
@InterfaceAudience.Public
@InterfaceStability.Evolving
public class ClusterMetrics implements Writable {
private int runningMaps;
private int runningReduces;
private int occupiedMapSlots;
private int occupiedReduceSlots;
private int reservedMapSlots;
private int reservedReduceSlots;
private int totalMapSlots;
private int totalReduceSlots;
private int totalJobSubmissions;
private int numTrackers;
private int numBlacklistedTrackers;
private int numGraylistedTrackers;
private int numDecommissionedTrackers;
public ClusterMetrics() {
}
public ClusterMetrics(int runningMaps, int runningReduces,
int occupiedMapSlots, int occupiedReduceSlots, int reservedMapSlots,
int reservedReduceSlots, int mapSlots, int reduceSlots,
int totalJobSubmissions, int numTrackers, int numBlacklistedTrackers,
int numDecommissionedNodes) {
this(runningMaps, runningReduces, occupiedMapSlots, occupiedReduceSlots,
reservedMapSlots, reservedReduceSlots, mapSlots, reduceSlots,
totalJobSubmissions, numTrackers, numBlacklistedTrackers, 0,
numDecommissionedNodes);
}
public ClusterMetrics(int runningMaps, int runningReduces,
int occupiedMapSlots, int occupiedReduceSlots, int reservedMapSlots,
int reservedReduceSlots, int mapSlots, int reduceSlots,
int totalJobSubmissions, int numTrackers, int numBlacklistedTrackers,
int numGraylistedTrackers, int numDecommissionedNodes) {
this.runningMaps = runningMaps;
this.runningReduces = runningReduces;
this.occupiedMapSlots = occupiedMapSlots;
this.occupiedReduceSlots = occupiedReduceSlots;
this.reservedMapSlots = reservedMapSlots;
this.reservedReduceSlots = reservedReduceSlots;
this.totalMapSlots = mapSlots;
this.totalReduceSlots = reduceSlots;
this.totalJobSubmissions = totalJobSubmissions;
this.numTrackers = numTrackers;
this.numBlacklistedTrackers = numBlacklistedTrackers;
this.numGraylistedTrackers = numGraylistedTrackers;
this.numDecommissionedTrackers = numDecommissionedNodes;
}
可以看出在ClusterMetrics中定义了许多的与cluster相关的变量,例如:
集群的大小。
列入黑名单和退役的跟踪器数量。
集群的槽位容量。
当前占用/保留的map和reduce槽的数量。
当前运行的 map 和 reduce 任务的数量。
作业提交的数量。
因此不难推测ClusterMetrics主要是用于记录cluster的相关信息,提供给用户。
在官网提供的api中也可以看到对ClusterMetrics类的描述。
Status information on the current state of the Map-Reduce cluster.
,即用于记录Map-Reduce cluster的具体信息,在上次一的博客中我们已经学习了cluster的相关内容,这里便不展开赘述。
我们还可以看到Clients can query for the latest ClusterMetrics, via Cluster.getClusterStatus()
,也就是通过调用getClusterStatus即可得到对应的ClusterMetrics信息。
关于ClusterMetrics就大致看到这里,接下来我们继续学习mapreduce中的其他类。
org.apache.hadoop.mapreduce.Counters源码分析
Counters是mapreduce中极其重要的一个类。
计数器(Counter)是 MapReduce 应用程序报告其统计数据的设施。Mapper 和 Reducer 实现可以使用计数器报告统计数据。
MapReduce Counter为提供我们一个窗口:观察MapReduce job运行期的各种细节数据。MapReduce自带了许多默认Counter。
Counters 是全局计数器,由MapReduce框架或者Application定义。每一个Counter可以是任何枚举类型。特定计数器按枚举类型进行分组。
用户可以在map/reduce方法里通过context.getCounter(Enum<?> counterName)来获取定义好的计数器。然后通过counter.increment(long incr)的方式计数。
MapReduce框架本身就提供了很多内置的计数器,如File System Counters、Job Counters、Map-Reduce Framework、File Input Format Counters、File Output Format Counters。可在运行MR任务后的控制台打印信息里看到,如下图。其中SecondarySort Counters是自定义的Counter,不是MR自带的。
我们首先附上整个Counters类的源码,以便进一步分析。