Hadoop中MR程序的集中提交运行模式

参考链接：

Hadoop中MR程序的几种提交运行模式 - 大宅洋 - 博客园 (cnblogs.com)

本地模型运行

1：在windows的eclipse里面直接运行main方法，就会将job提交给本地执行器localjobrunner执行

----输入输出数据可以放在本地路径下（c:/wc/srcdata/）

----输入输出数据也可以放在hdfs中(hdfs://centosReall-131:9000/wc/srcdata)

2：在linux的eclipse里面直接运行main方法，但是不要添加yarn相关的配置文件，也会提交给localjobrunner执行

----输入输出数据可以放在本地路径下（/home/hadoop/wc/srcdata/）

----输入输出数据也可以放在hdfs中(hdfs:/centosReall-131:9000/wc/srcdata)

集群模式运行

1：将工程打成jar包，上传到服务器，然后用hadoop命令提交 hadoop jar wc.jar cn.intsmaze.hadoop.mr.wordcount.WCRunner

程序编写好以后要打包成jar包放到hadoop集群上进行运行。这里打包的jar包名为wc.jar。

先把文件上传到linux目录，然后在该目录下使用指令将该jar分发到hadoop集群中并指定运行哪一个程序。

hadoop jar wc.jar cn.intsmaze.hadoop.mr.WCRunner(指定运行java类的完整路径)这个时候程序就执行了。

2:在linux的eclipse中直接运行main方法，也可以提交到集群中去运行，但是，必须采取以下措施：

----在工程src目录下加入 mapred-site.xml 和 yarn-site.xml （这两个文件在搭建hdfs时修改了的见hdfs文件夹下的搭建日志）

----将工程打成jar包(wc.jar)，同时在main方法中添加一个conf的配置参数

Configuration conf = new Configuration();
conf.set("mapreduce.job.jar","wc.jar");

JAR包的位置要在运行程序的工程里面。

3:在windows的eclipse中直接运行main方法，也可以提交给集群中运行，但是因为平台不兼容，需要做很多的设置修改（很麻烦忽略）

----要在windows中存放一份hadoop的安装包（解压好的）

----要将其中的lib和bin目录替换成根据你的windows版本重新编译出的文件

----再要配置系统环境变量 HADOOP_HOME 和 PATH

----修改YarnRunner这个类的源码