1.Hadoop Streaming,可以在任务中获取hadoop设置的环境变量,
例如用awk写的map可以这样获取:filename = ENVIRON["mapreduce_map_input_file"]
2.可是在不同的Hadoop集群提交作业的时候却遇到了版本的问题,
在0.21.0中,使用mapreduce_map_input_file可以取到作业输入文件名
在1.0.3中,必须使用map_input_file才可以取到作业输入文件名
3.查询网络资源,说是hadoop新旧api的问题,
即新api使用mapreduce_map_input_file这个环境变量能够获取
旧的api必须使用map_input_file才能获取
4.hadoop分支:
hadoop 0.21.0与1.0.3不属于一个分支,1.0.3是从0.20.1分支中发展而来的,
需要进一步验证,可以阅读下: hadoop-0.21.0-streaming.jar 与 hadoop-streaming-1.0.3.jar能够看出其中的端倪