MapReduce分布式計算框架：MapReduce運行模式是什么?

　　MapReduce程序的運行模式主要有如下兩種。

　　(1)本地運行模式：在當前的開發(fā)環(huán)境模擬MapReduce執(zhí)行環(huán)境，處理的數據及輸出結果在本地操作系統(tǒng)。

　　(2)集群運行模式：把MapReduce程序打成一個jar包，提交至YARN集群上去運行任務。由于YARN集群負責資源管理和任務調度，程序會被框架分發(fā)到集群中的節(jié)點上并發(fā)地執(zhí)行，因此處理的數據和輸出結果都在HDFS中。

　　集群運行模式只需要將MapReduce程序打成jar包上傳至集群即可，比較簡單，這里不再贅述。下面以詞頻統(tǒng)計為例，講解如何將MapReduce程序設置為在本地運行模式。

　　在MapReduce程序中，除了要實現Mapper(代碼見4.3.2節(jié)的WordCountMapper.java文件)和Reduce(代碼見4.3.3節(jié)的WordCountReducer.java文件)外，還需要一個Driver類提交程序和具體代碼，如文件4-6所示。

　　文件4-6 WordCountDriver.java

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class WordCountDriver {
    public static void main(String[] args) throws Exception {
        //通過Job來封裝本次MR的相關信息
        Configuration conf=new Configuration ();
        //配置MR運行模式，使用local表示本地模式，可以省略
        conf.set("mapreduce.framework.name", "local");
        Job wcjob=Job.getInstance(conf);
        //指定MR Job jar包運行主類
        wcjob.setJarByClass(WordCountDriver.class);
        //指定本次MR所有的Mapper Reducer類
        wcjob.setMapperClass(WordCountMapper.class);
        wcjob.setReducerClass(WordCountReducer.class);
        //設置業(yè)務邏輯Mapper類的輸出key和value的數據類型
        wcjob.setMapOutputKeyClass(Text.class);
        wcjob.setMapOutputValueClass(IntWritable.class);
        //設置業(yè)務邏輯Reducer類的輸出key和value的數據類型
        wcjob.setOutputKeyClass(Text.class);
        wcjob.setOutputValueClass(IntWritable.class);
        //使用本地模式指定要處理的數據所在的位置
        FileOutputFormat.setInputPaths(wcjob, "D:/mr/input");
        //使用本地模式指定處理完成之后的結果所保存的位置
        FileOutputFormat.setOutputPath(wcjob,new Path("D:/mr/output"));
        //提交程序并且監(jiān)控打印程序執(zhí)行情況
        boolean res=wcjob.waitForCompletion(true);
        System.exit(res ?0:1);
    }
}

　　在文件4-6中，往Configuration對象中添加“mapreduce.framework.name=local”參數，表示程序為本地運行模式，實際上在hadoop-mapreduce-client-core-2.7.4.jar包下面的mapred-default.xml配置文件中，默認指定使用本地運行模式，因此mapreduce.framework.name=local配置也可以省略;同時，還需要指定本地操作系統(tǒng)源文件目錄路徑和結果輸出的路徑。當程序執(zhí)行完畢后，就可以在本地系統(tǒng)的指定輸出文件目錄查看執(zhí)行結果了。