MapReduce应该如何应用开发

MapReduce应该如何应用开发，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

用于配置的API

• Configuration org.apache.hadoop.conf

配置开发环境

• 不同环境使用不同的配置文件，跟web开发类同

• HADOOP_USER_NAME 设置hadoop 用户名

• HADOOP_CONF_DIR 配置信息环境变量

• 辅助类 Configured Tool ToolRunner

• 用MRUnit 来写单元测试

本地运行测试数据

• 在本地作业运行器上运行作业

• 测试驱动程序

• 使用本地作业运行器

• 使用一个mini集群来运行它

在集群上运行

• 打包作业

• 分布式环境打包成JAR 文件

• 启动作业

• 作业调试

• 通过打印语句

• 计数器 可以衡量问题的严重程度

• 日志

• 远程调试

作业调优

• mapper 的数量

• reducer 的数量

• combiner

• 中间值的压缩

• 自定义序列

• 调整 shuffle

MapReduce 的工作流

• 通常是增加更多的作业，而不是增加作业的复杂度

• 对于更复杂的问题,可考虑使用Pig, hive, Cascading, Crunch 或Spark

• JobControl

• Apache Oozie 是一个运行工作流的系统，该工作流由相互依赖的作业组成

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注行业资讯频道，感谢您对的支持。