Hadoop之MapReduce命令

概述

所有的Hadoop命令都通过bin/mapred脚本调用。在没有任何参数的情况下，运行mapred脚本将打印该命令描述。

使用：mapred [--config confdir] COMMAND

[hadoop@hadoopcluster78 bin]$ mapred
Usage: mapred [--config confdir] COMMAND
       where COMMAND is one of:
  pipes                run a Pipes job
  job                  manipulate MapReduce jobs
  queue                get information regarding JobQueues
  classpath            prints the class path needed for running
                       mapreduce subcommands
  historyserver        run job history servers as a standalone daemon
  distcp <srcurl> <desturl> copy file or directories recursively
  archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive
  hsadmin              job history server admin interface

Most commands print help when invoked w/o parameters.

用户命令

对于Hadoop集群用户很有用的命令：

archive

查看：Hadoop之命令指南

classpath

打印需要得到Hadoop的jar和所需要的lib包路径，hdfs，yarn脚本都有这个命令。

使用: mapred classpath

distcp

递归的拷贝文件或者目录，查看该篇中的示例：Hadoop之命令指南。

job

通过job命令和MapReduce任务交互。

使用：mapred job | [GENERIC_OPTIONS] | [-submit <job-file>] | [-status <job-id>] | [-counter <job-id> <group-name> <counter-name>] | [-kill <job-id>] | [-events <job-id> <from-event-#> <#-of-events>] | [-history [all] <jobOutputDir>] | [-list [all]] | [-kill-task <task-id>] | [-fail-task <task-id>] | [-set-priority <job-id> <priority>]

参数选项	描述
-submitjob-file	提交一个job.
-statusjob-id	打印map任务和reduce任务完成百分比和所有JOB的计数器。
-counterjob-id group-name counter-name	打印计数器的值。
-killjob-id	根据job-id杀掉指定job.
-eventsjob-id from-event-# #-of-events	打印给力访问内jobtracker接受到的事件细节。（使用方法见示例）
-history [all]jobOutputDir	打印JOB的细节，失败和杀掉原因的细节。更多的关于一个作业的细节比如:成功的任务和每个任务尝试等信息可以通过指定[all]选项查看。
-list [all]	打印当前正在运行的JOB，如果加了all，则打印所有的JOB。
-kill-tasktask-id	Kill任务，杀掉的任务不记录失败重试的数量。
-fail-tasktask-id	Fail任务，杀掉的任务不记录失败重试的数量。 默认任务的尝试次数是4次超过四次则不尝试。那么如果使用fail-task命令fail同一个任务四次，这个任务将不会继续尝试，而且会导致整个JOB失败。
-set-priorityjob-id priority	改变JOB的优先级。允许的优先级有：VERY_HIGH, HIGH, NORMAL, LOW, VERY_LOW

示例：

[hadoop@hadoopcluster78 bin]$ mapred job -events job_1437364567082_0109 0 100
15/08/13 15:10:53 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Task completion events for job_1437364567082_0109
Number of events (from 0) are: 1
SUCCEEDED attempt_1437364567082_0109_m_000016_0 http://hadoopcluster83:13562/tasklog?plaintext=true&attemptid=attempt_1437364567082_0109_m_000016_0

[hadoop@hadoopcluster78 bin]$ mapred job -kill-task attempt_1437364567082_0111_m_000000_4
15/08/13 15:51:25 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Killed task attempt_1437364567082_0111_m_000000_4

pipes

运行pipes JOB。关于pipe，查看：Hadoop pipes编程

Hadoop pipes允许C++程序员编写mapreduce程序。它允许用户混用C++和Java的RecordReader， Mapper， Partitioner，Rducer和RecordWriter等五个组件。

Usage: mapred pipes [-conf <path>] [-jobconf <key=value>, <key=value>, ...] [-input <path>] [-output <path>] [-jar <jar file>] [-inputformat <class>] [-map <class>] [-partitioner <class>] [-reduce <class>] [-writer <class>] [-program <executable>] [-reduces <num>]

参数选项	描述
-confpath	Job的配置文件路径。
-jobconfkey=value,key=value, …	增加/重载 JOB的配置。
-inputpath	输入路径
-outputpath	输出路径
-jarjar file	JAR文件名
-inputformatclass	InputFormat类
-mapclass	Java Map 类
-partitionerclass	Java Partitioner
-reduceclass	Java Reduce 类
-writerclass	Java RecordWriter
-programexecutable	可执行的URI
-reducesnum	reduce的数量

queue

该命令用于交互和查看Job Queue信息。

使用: mapred queue [-list] | [-info <job-queue-name> [-showJobs]] | [-showacls]

参数选项	描述
-list	获取在系统配置的Job Queues列表。已经Job Queues的调度信息。
-infojob-queue-name[-showJobs]	显示一个指定Job Queue的信息和它的调度信息。如果使用-showJobs选项，则显示当前正在运行的JOB列表。
-showacls	显示队列名和允许当前用户对队列的相关操作。这个命令打印的命令是当前用户可以访问的。

示例：

[hadoop@hadoopcluster78 bin]$ mapred queue -list
15/08/13 14:25:30 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 47.5

[hadoop@hadoopcluster78 bin]$ mapred queue -info default
15/08/13 14:28:45 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 72.5

[hadoop@hadoopcluster78 bin]$ mapred queue -info default -showJobs
15/08/13 14:29:08 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 72.5 
Total jobs:1
 JobId  State  StartTime  UserName  Queue  Priority  UsedContainers  RsvdContainers  UsedMem  RsvdMem  NeededMem  AM info
job_1437364567082_0107  RUNNING  1439447102615  root  default  NORMAL  28  0  29696M  0M  29696M http://hadoopcluster79:8088/proxy/application_1437364567082_0107/

[hadoop@hadoopcluster78 bin]$ mapred queue -showacls
15/08/13 14:31:44 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Queue acls for user : hadoop

Queue Operations
=====================
root ADMINISTER_QUEUE,SUBMIT_APPLICATIONS
default ADMINISTER_QUEUE,SUBMIT_APPLICATIONS

管理员命令

以下是对hadoop集群超级管理员很有用的命令。

historyserver

启动JobHistoryServer服务。

使用: mapred historyserver

也可以使用sbin/mr-jobhistory-daemon.sh start|stop historyserver来启动/停止JobHistoryServer。

hsadmin

运行hsadmin去执行JobHistoryServer管理命令。

Usage: mapred hsadmin [-refreshUserToGroupsMappings] | [-refreshSuperUserGroupsConfiguration] | [-refreshAdminAcls] | [-refreshLoadedJobCache] | [-refreshLogRetentionSettings] | [-refreshJobRetentionSettings] | [-getGroups [username]] | [-help [cmd]]

参数配置	描述
-refreshUserToGroupsMappings	刷新用户-组的对应关系。
-refreshSuperUserGroupsConfiguration	刷新超级用户代理组映射
-refreshAdminAcls	刷新JobHistoryServer管理的ACL
-refreshLoadedJobCache	刷新JobHistoryServer加载JOB的缓存
-refreshJobRetentionSettings	刷新Job histroy旗舰，job cleaner被设置。
-refreshLogRetentionSettings	刷新日志保留周期和日志保留的检查间隔
-getGroups [username]	获取这个用户名属于哪个组
-help [cmd]	帮助

示例：

[hadoop@hadoopcluster78 bin]$ mapred hsadmin -getGroups hadoop
hadoop : clustergroup