什么是MRUnit
MRUnit 是对MapReduce进行单元测试的一个框架,它可以很方便的测试mapper和reducer程序,MRUnit自己实现了一套Mock对象来控制OutputCollector的操作,其可以拦截map以及reduce上下文的输出,和我们的预期结果进行比较。
为什么使用MRunit
我们在进行MapReduce开发时,对于结果的验证比较繁琐,需要编译、打包然后将其提交到集群上运行来验证结果输出,而此时如果发现有bug,仍需要重复前面的步骤进行验证,总是这样来测试程序的话,时间成本太大。因此寻找一个好的办法来对写好的程序测试显得尤为重要,而MRUnit正是对MR程序进行单元测试的java框架。
如何使用MRUnit
如果你的项目是由maven进行管理的,我们只需要引入相应的依赖即可,首先引入MRUnit包:
除此还需要引入另外一个Java单元测试包JUnit:
将测试需要的jar包引入之后,就可以对MR进行单元测试了。MRUnit针对不同测试对象分别使用一下几种Driver:【MapDriver】对mapper进行测试;【ReduceDriver】对reducer进行测试;【MapReduceDriver】对mapper和reducer一起进行测试;【PipelineMapReduceDriver】对多个Map-Reduce pair一起测试。
实例分析
新建一个测试类:TestAdStatByMRUnit
在测试类中定义驱动类变量:
private MapDriver mapDriver;
private ReduceDriver reduceDriver;
private MapReduceDriver mapReduceDriver;
定义待测试的MR类变量:
private AdStatByVerMapper mapper;
private AdMonitorStatReducerreducer;
定义完类变量之后,对其进行初试化操作,此处利用@Before标签
@Before
public void setup() {
mapper = new AdStatByVerMapper();
reducer = new AdMonitorStatReducer();
//初始化驱动类
mapDriver = MapDriver.newMapDriver(mapper);
reduceDriver = ReduceDriver.newReduceDriver(reducer);
mapReduceDriver = MapReduceDriver.newMapReduceDriver(mapper, reducer);
}
初始化完毕后就可以对具体的MR方法进行测试,由于各种驱动的使用原理相同,此处仅列举MapReduceDriver对mapper和reducer进行测试:
@Test
public void testStatbyAdId() {
mapReduceDriver.getConfiguration().set("type", "ad");
Text key = new Text("e8bba8b134cbe8bba8b134cb");
Text val = new Text("130007,-,330005,18324,ape_b_1,-,39590,-,aphone,61,1,2.1.1.1");
mapReduceDriver.withInput(key, val);
Text expKey = new Text("18324,2.1.1.1,aphone");
Text expVal = new Text("0,0,0,0,0,1");
mapReduceDriver.withOutput(expKey, expVal);
mapReduceDriver.runTest(false);
}
总结
通过采用MRUnit对MR进行单元测试,可以使我们更快的定位问题,节省测试时间,提高代码鲁棒性。
除了起到单元测试的作用,通过测试代码的输入和预期结果,我们还可以更加清楚地知道map、reduce究竟输入、输出了什么等细节,借助其可以更好的让我们了解MR框架的工作原理。
单元测试是很重要,可以帮助我们及早的发现问题,但是只有单元测试还是不够的,作为一个分布式的计算框架,还需要将其集成到hadoop集群上进行测试,以保证整个项目的正确运行。