MapReduce的执行环境

MR执行环境有两种：本地测试环境，服务器环境

服务器环境的缺点在于不适合做调试 而本地测试环境非常适合做调试 可以在开发时选择本地测试环境 在正式运行时选择服务器环境

1. 本地测试环境(windows)：

在windows下hadoop的安装目录的bin目录下放置winutils.exe文件（windows下的调试工具 兼容hadoop）

（1）在windows下配置hadoop的环境变量

配置完环境变量后重启电脑是其生效

（2）拷贝debug工具(winutils.exe)到HADOOP_HOME/bin

（3）修改hadoop的源码，并将修改后的源码放到项目的src目录下 这样就会优先加载src下的类 而覆盖导入的jar包中的类 注意：确保项目的lib需要真实安装的jdk的lib

（4）MR调用的代码需要改变：

a、src下不能有服务器的hadoop配置文件

b、在调用时使用：

Configuration config = new  Configuration();

config.set("fs.defaultFS", "hdfs://master:8020");

config.set("yarn.resourcemanager.hostname", "master");

（5）直接在windows下的Eclipse中Run As Java Application

运行日志和结果如下

可以通过浏览器（master:8088）查看任务执行结果

也可以通过hdfs shell命令查看输出的内容

与源数据进行对比可以发现统计的单词个数没有问题

这种方式是在windows本地通过工具进行多线程模拟执行 因此不能通过web监控页面（master:8088或者slave3:8088）查看task的执行过程信息

2. 服务器环境：

首先需要在src下放置服务器上的hadoop配置文件

（1）在本地直接调用，执行过程在服务器上（真正企业运行环境）

a、把MR程序打包（jar），直接放到本地

b、修改hadoop的源码 ，注意：确保项目的lib需要真实安装的jdk的lib

c、增加一个属性：config.set("mapred.jar", "C:\\Users\\Administrator\\Desktop\\wc.jar");

这种方式就是在程序中设定windows下生成的jar包的位置 不需要人工手动提交 运行过程中会自动将本地的jar包提交到服务器下进行执行 这种方式可以通过web监控页面（master:8088或者slave3:8088）查看task的执行过程信息

（2）直接在服务器上，使用命令的方式调用，执行过程也在服务器上

a、把MR程序打包（jar），传送到服务器上

b、通过： hadoop jar jar路径  类的全限定名