Docker部署hadoop集群
下载资源
java华为镜像下载地址:Index of java-local/jdk (huaweicloud.com)
hadoop历史版本下载:Index of /dist/hadoop/common (apache.org)
构建镜像
编写Dockerfile文件:
FROM centos:centos7
# 配置resove.conf解决软件包获取不到的问题
RUN curl -O http://mirrors.aliyun.com/repo/Centos-7.repo
RUN mv -f Centos-7.repo /etc/yum.repos.d/CentOS-Base.repo
RUN yum makecache
# 安装openssh-server和sudo软件包,并且将sshd的UsePAM参数设置成no
RUN yum install -y openssh-server sudo
RUN sed -i 's/UsePAM yes/UsePAM no/g' /etc/ssh/sshd_config
#安装openssh-clients
RUN yum install -y openssh-clients
# 添加测试用户root,密码3238,并且将此用户添加到sudoers里
RUN echo "root:3238" | chpasswd
RUN echo "root ALL=(ALL) ALL" >> /etc/sudoers
RUN ssh-keygen -t dsa -f /etc/ssh/ssh_host_dsa_key
RUN ssh-keygen -t rsa -f /etc/ssh/ssh_host_rsa_key
# 启动sshd服务并且暴露22端口
RUN mkdir /var/run/sshd
EXPOSE 22
CMD ["/usr/sbin/sshd", "-D"]
ADD jdk-8u202-linux-x64.tar.gz /usr/local
RUN mv /usr/local/jdk1.8.0_202 /usr/local/jdk1.8
ENV JAVA_HOME /usr/local/jdk1.8
ENV PATH $JAVA_HOME/bin:$PATH
ADD hadoop-3.1.3.tar.gz /usr/local
RUN mv /usr/local/hadoop-3.1.3 /usr/local/hadoop
ENV HADOOP_HOME /usr/local/hadoop
ENV PATH $HADOOP_HOME/bin:$PATH
构建镜像:
docker build -t hadoop .
注:
- 低版本docker会出现使用mv命令时报错:can’t remove : Directory not empty,可以先用COPY命令而不用ADD命令将压缩包复制到容器内,然后自己后面到容器内去解压。
- 该Dockerfile文件构建出来的镜像体积有些臃肿,可以拉取我优化过体积的镜像,也可以参考文章 减小docker镜像体积的方法-CSDN博客 修改Dockerfile文件来优化体积。
如果觉得这些操作太麻烦了,想要更省事点,我还提供了已经构建好的两个不同版本的镜像。(你就说我够不够贴心吧)
- 由Dockerfile文件构建出来的初始版本:
docker pull biluoer/hadoop:3.1.3-base
- 已经把文章里所有内容都配置好的完全版:
docker pull biluoer/hadoop:3.1.3# 给拉取过来的镜像创建个新的tagdocker tag biluoer/hadoop:3.1.3 hadoop# 然后删除旧tagdocker rmi biluoer/hadoop:3.1.3# 运行三台容器后,进入hadoop2,就可以一键运行了dockerexec-it hadoop2 bash# 一键运行,回车走你my-hadoop start
注:若拉取失败,可参考文章 docker的安装和常用命令-CSDN博客 的配置镜像源部分。
启动容器
# 创建桥接网络,bridge是默认驱动,可以不加docker network create [--driver bridge] hadoop-net
#创建桥接网络,并指定子网配置,范围:192.168.1.1-192.168.1.254docker network create --subnet=192.168.1.0/24 hadoop-net
# 启动三台(一主二从)并指定网络,文件下载端口9864、DataNode客户端访问端口9866# hadoop2,开放nn-web端口9870、历史服务器web端口19888,NameNode客户端连接端口8020docker run -itd--hostname hadoop2 --name hadoop2 --net hadoop-net --ip192.168.1.2 -p9870:9870 -p9864:9864 -p19888:19888 -p8020:8020 -p9866:9866 hadoop
# hadoop3,开放yarn-web端口8088docker run -itd--hostname hadoop3 --name hadoop3 --net hadoop-net --ip192.168.1.3 -p8088:8088 hadoop
# hadoop4,开放2nn-web端口9868(根据hdfs-site.xml配置,非必须)docker run -itd--hostname hadoop4 --name hadoop4 --net hadoop-net --ip192.168.1.4 -p9868:9868 hadoop
注:如果某些功能用不到,就不需要开发相关的端口。
搭建集群
配置ssh免密
首先对主hadoop2配置:
可以先用ping命令测试下连通性:
ping hadoop2
如果没有ping通,在/etc/hosts文件里加上:
192.168.1.2 hadoop2 192.168.1.3 hadoop3 192.168.1.4 hadoop4
dockerexec-it hadoop0 bash#生成秘钥对
ssh-keygen
#剩下的一路回车即可#分发公钥到其他主机,让hadoop2可以免密登录hadoop2、3、4
ssh-copy-id hadoop2
ssh-copy-id hadoop3
ssh-copy-id hadoop4
#同样的方法,让hadoop3、Hadoop4可以免密登录另外2台主机,其中hadoop4可配可不配,但hadoop2和hadoop3一定要配置
节点职责安排
各节点的职责可通过配置文件自定义;NN、2NN、RM在不同服务器上可以减少资源争用、减小单点故障风险,方便扩展和维护。
hadoop2hadoop3hadoop4HDFSNameNode、DataNodeDataNodeSecondaryNameNode、DataNodeYARNNodeManagerResourceManager、NodeManagerNodeManager
修改配置文件
进入/usr/local/hadoop/etc/hadoop目录,涉及的配置文件有:hadoop-env.sh、core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml、works(2.x叫slaves)。
默认配置文件位置:
默认配置文件所在位置core-default.xmlhadoop-common-3.1.3.jar/core-defaultxmlhdfs-default.xmlhadoop-hdfs-3.1.3.jar/hdfs-defaultxmlyarn-default.xmlhadoop-yarn-common-3.1.3.jar/yarn-defaultxmlmapred-default.xmlhadoop-mapreduce-client-core-3.1.3.jar/mapred-defaultxml
注:以下操作都是是hadoop2上,配置文件中的其他配置都是可加可不加的,并且除其他配置外的配置大多都有默认值,不是必须要加的,默认值可以通过查看默认配置文件来获取。
- hadoop-env.sh(末尾加上,必须)
exportJAVA_HOME=/usr/local/jdk1.8
- core-site.xml
<configuration><!--指定NameNode的地址--><property><name>fs.defaultFS</name><value>hdfs://hadoop2:8020</value></property><!--指定hadoop数据的存储目录--><property><name>hadoop.tmp.dir</name><value>/usr/local/hadoop/data</value></property><!--配置HDFS网页登录使用的静态用户为root,用什么用户启动的集群,就配置什么用户,不然网页上进行删除文件等操作会没有权限--><property><name>hadoop.http.staticuser.user</name><value>root</value></property><!--其他配置--><!--
配置垃圾桶(Trash)的清理时间间隔(以分钟为单位),默认值0,表示禁用垃圾桶功能
(垃圾桶是一个用于存储被删除文件或目录的临时区域)
--><property><name>fs.trash.interval</name><value>1440</value></property></configuration>
- hdfs-site.xml
<configuration><!--nn-web端访问地址--><property><name>dfs.namenode.http-address</name><value>hadoop2:9870</value></property><!--2nn-web端访问地址--><property><name>dfs.namenode.secondary.http-address</name><value>hadoop4:9868</value></property><!--其他配置--><!--设置HDFS中文件的副本数,默认值3--><property><name>dfs.replication</name><value>1</value></property><!--是否启用文件/目录的权限检查,false任何用户可读写,默认值true--><property><name>dfs.permissions</name><value>false</value></property></configuration>
- yarn-site.xml
<configuration><!--指定YARN-NodeManager需要运行的辅助服务--><property><name>yarn.nodemanager.aux-services</name><value>mapreduce_shuffle</value></property><!--指定ResourceManager的地址--><property><name>yarn.resourcemanager.hostname</name><value>hadoop3</value></property><!-- 环境变量的继承,3.1的bug,缺少HADOOP_MAPRED_HOME,3.2后就不需要此配置了--><property><name>yarn.nodemanager.env-whitelist</name><value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME,PATH,LANG,TZ</value></property><!--其他配置--><!--启用YARN的日志聚合功能,把各个节点的日志收集到一起存放--><property><name>yarn.log-aggregation-enable</name><value>true</value></property><!--设置日志聚集服务器地址--><property><name>yarn.log.server.url</name><value>http://hadoop2:19888/jobhistory/logs</value></property><!-- 设置日志保留时间为7天--><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property></configuration>
- mapred-site.xml
<configuration><!-- 指定MapReduce程序运行在Yarn上 --><property><name>mapreduce.framework.name</name><value>yarn</value></property><!--其他配置--><!--历史服务器端地址--><property><name>mapreduce.jobhistory.address</name><value>hadoop102:10020</value></property><!--历史服务器web端地址--><property><name>mapreduce.jobhistory.webapp.address</name><value>hadoop102:19888</value></property></configuration>
配置完成上述内容后,可以使用rsync进行配置文件的从hadoop2分发到其余容器。
rsync是一个同步工具,只会同步发生了变更的文件。
为了实现一次性分发,可以写一个脚本实现:
xsync
#!/bin/bash#1. 判断参数个数if[$#-lt1]thenecho Not Enough Arguement!exit;fi#2. 遍历集群所有机器forhostin hadoop2 hadoop3 hadoop4 doecho====================$host====================#3. 遍历所有目录,挨个发送forfilein$@do#4. 判断文件是否存在if[-e$file]then#5. 获取父目录pdir=$(cd-P$(dirname $file);pwd)#6. 获取当前文件的名称fname=$(basename $file)ssh$host"mkdir -p $pdir"rsync-av$pdir/$fname$host:$pdirelseecho$file does not exists!fidonedone
然后授权其执行权限和复制到/bin中,以便全局使用
chmod +x xsync cp xsync /bin/
#安装(hadoop2、3、4都需要)
yum -yinstallrsync#配置xsync脚本,并复制到/bin目录下#分发
xsync /usr/local/hadoop/etc/hadoop/
#也可以使用相对路径,需要当前路径为/usr/local/hadoop/etc/hadoop
xsync ./
- 配置works文件:
echo"hadoop2"> workers
echo"hadoop3">> workers
echo"hadoop4">> workers
xsync workers
启动集群
注意:格式 化 NameNode,会产生新的集群 id,导致 NameNode 和 DataNode 的集群 id 不一致,集群找不到已往数据。如果集群在运行过程中报错,需要重新格式化 NameNode 的话,一定要先停止namenode 和 datanode 进程,并且要删除所有机器的 data 和 logs 目录,然后再进行格式化。
- 启动 HDFS(hadoop2上)
#第一次启动,需要格式化NameNode,成功后会在hadoop根目录下生成data目录
hdfs namenode -format#启动hdfs
/usr/local/hadoop/sbin/start-dfs.sh
#如果报错找不到变量,在sbin/start-dfs.sh、stop-dfs.sh顶部加上以下内容:缺啥加啥HDFS_NAMENODE_USER=root
HDFS_DATANODE_USER=root
HDFS_SECONDARYNAMENODE_USER=root
#启动成功后,使用jps命令可以在hadoop2上看到DataNode和NameNode,hadoop3上看到DataNode,hadoop4上看到DataNode和SecondaryNameNode
jps
#nn-web页面:192.168.30.3:9870,2nn-web页面:192.168.30.3:9868#停止hdfs
/usr/local/hadoop/sbin/stop-dfs.sh
- 启动yarn(在配置了 ResourceManager 的节点上启动才行)
#以下所有操作都在:hadoop3上
/usr/local/hadoop/sbin/start-yarn.sh
#如果报错找不到变量,在sbin/start-yarn.sh、stop-yarn.sh顶部加上以下内容:缺啥加啥YARN_RESOURCEMANAGER_USER=root
YARN_NODEMANAGER_USER=root
#如果报错Permission denied,则hadoop3也要配置对其他主机的免密登录#启动成功后,使用jps命令可以看到在hadoop2上多了NodeManager,hadoop3上多了ResourceManager和NodeManager,hadoop4上多了NodeManager#yarn页面:192.168.30.3:8088#停止yarn
/usr/local/hadoop/sbin/stop-yarn.s
- 便捷启动和便捷检查:在/root/bin/下编写集群启听脚本和jps-all脚本> 最后授权和分发:> >
> chmod +x my-hadoop> chmod +x jps-all> #临时将/root/bin目录添加到PATH中exportPATH=$PATH:/root/bin> xsync /root/bin/> # 使用my-hadoop和jps-all> my-hadoop start/stop> jps-all> >
- my-hadoop.#!/bin/bashif[$#-lt1]thenecho"No Args Input..."exit;fi#也可以直接使用 HADOOP_HOME,而不需要新定义一个变量hadoop_home=/usr/local/hadoopcase$1in"start")echo"==================== 启动 hadoop 集群 ==================="echo" --------------- 启动 hdfs ---------------"ssh hadoop2 "$hadoop_home/sbin/start-dfs.sh"echo"---------------- 启动 yarn ---------------"ssh hadoop3 "$hadoop_home/sbin/start-yarn.sh"echo"---------------- 启动 historyserver ---------------"ssh hadoop2 "$hadoop_home/bin/mapred --daemon start historyserver";;"stop")echo"==================== 关闭 hadoop 集群 ==================="echo"---------------- 关闭 historyserver ---------------"ssh hadoop2 "$hadoop_home/bin/mapred --daemon stop historyserver"echo"---------------- 关闭 yarn ---------------"ssh hadoop3 "$hadoop_home/sbin/stop-yarn.sh"echo"---------------- 关闭 hdfs ---------------"ssh hadoop2 "$hadoop_home/sbin/stop-dfs.sh";;*)echo"Input Args Error...";;esac
- jps-all#!/bin/bashforhostin hadoop2 hadoop3 hadoop4doecho===============$host===============ssh$host"/usr/local/jdk1.8/bin/jps"done
测试
上传
文件保存位置为:
/usr/local/hadoop/data/dfs/data/current/
#创建文件夹(fs-FileSystem),是否成功可以访问9870,去查看菜单Utilities下的“Browse the file system”页面
hadoop fs -mkdir /input
#上传文件,上传成功后可以到页面上去预览和下载
hadoop fs -put /bin/xsync /input
下载
#方式1:在浏览器页面下载#方式2:通过get命令下载(到当前路径)
hadoop fs -get /input/xsync
发现浏览器方式预览和下载文件会失败,是因为没有配置hostname和ip的对应关系,需要配置。(注意容器一定开放了端口:9864)
打开C:\Windows\System32\drivers\etc\hosts,加上以下内容:
192.168.30.3 hadoop2
192.168.30.3 hadoop3
192.168.30.3 hadoop4
#为了方便访问,还可以加上这个192.168.30.3 hadoop
执行wordcount程序
注意:集群模式下,输入路径和输出路径需要都是HDFS的路径。
#统计input目录下所有文件的单词种类和对应的数量
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount /input /output
#访问ip:8088可以看到程序的执行情况,程序执行完成后访问ip:9870的文件系统,执行结果在output目录下的文件中
补充
配置历史服务器
在yarn的web网页上,点击具体程序的history,发现页面打开失败。为了查看程序的历史执行情况,就需要配置历史服务器。
- 在mapred-site.xml中加上如下的配置:
<!--历史服务器端地址--><property><name>mapreduce.jobhistory.address</name><value>hadoop102:10020</value></property><!--历史服务器web端地址--><property><name>mapreduce.jobhistory.webapp.address</name><value>hadoop102:19888</value></property>
- 分发配置和启动,启动后用jsp检查启动是否成功
xsync etc/hadoop/
/usr/local/hadoop/bin/mapred --daemon start historyserver
jps
#停止历史服务器进程
/usr/local/hadoop/bin/mapred --daemon stop historyserver
日志聚集
日志聚集概念:应用运行完成以后,将程序运行日志信息上传到 HDFS 系统上。这样可以方便的查看到程序运行详情,方便开发调试。
注意:开启日志聚集功能,需要重新启动 NodeManager 、ResourceManager 和 HistoryServer。
- 修改yarn-site.xml,加上以下配置:
<!-- 开启日志聚集功能 --><property><name>yarn.log-aggregation-enable</name><value>true</value></property><!-- 设置日志聚集服务器地址 --><property><name>yarn.log.server.url</name><value>http://hadoop2:19888/jobhistory/logs</value></property><!-- 设置日志保留时间为 7 天 --><property><name>yarn.log-aggregation.retain-seconds</name><value>604800</value></property>
- 分发配置和启动
xsync $HADOOP_HOME/ect/hadoop/
# hadoop2上输入以下命令停止HistoryServer$HADOOP_HOME/bin/mapred --daemon stop historyserver
# hadoop3上输入以下命令停止NM、RM,然后启动$HADOOP_HOME/sbin/stop-yarn.sh
$HADOOP_HOME/sbin/start-yarn.sh
# hadoop2上$HADOOP_HOME/bin/mapred --daemon start historyserver
单节点启动
#分别启动/停止 HDFS 组件
hdfs --daemon start/stop namenode/datanode/secondarynamenode
# 启动/停止 YARNyarn--daemon start/stop resourcemanager/nodemanager
Java客户端使用
HDFS
使用步骤如下:
- 需要先下载hadoop3.1.0到本地,并用 cdarlint/winutils: winutils.exe hadoop.dll and hdfs.dll binaries for hadoop windows (github.com) 这里面对应版本的bin目录替换掉原来的bin目录
- 然后创建环境变量
HADOOP_HOME
,值为之前下载并解压好的hadoop3.1.0的目录,并在环境变量path
里加上%HADOOP_HOME%/bin
- 双击hadoop的bin目录下的winutils.exe,如果黑窗口一闪而过就没问题
- 创建一个maven项目,在pom文件里添如下的依赖:
<dependencies><dependency><groupId>org.apache.hadoop</groupId><artifactId>hadoop-client</artifactId><version>3.1.3</version></dependency><dependency><groupId>junit</groupId><artifactId>junit</artifactId><version>4.13.2</version><scope>test</scope></dependency><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-log4j12</artifactId><version>1.7.36</version></dependency></dependencies>
- 在resources目录下创建log4j.properties文件,内容如下:
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
- 最后编写程序程序:
publicclassHdfsClientTest{privateFileSystem fs;@Beforepublicvoidinit()throwsException{// 客户端地址URI uri =newURI("hdfs://hadoop2:8020");// 配置Configuration config =newConfiguration();// 让NameNode返回的DataNode地址不用使用ip地址,而是使用主机名,解决上传/下载文件失败的问题// 注意前提是:// 1.在hosts文件里配置了主机名和ip的映射// 2.主机开放了端口9866,通过“hadoop dfsadmin -report”可以查看DataNode的ip和端口
config.set("dfs.client.use.datanode.hostname","true");// 用户String user ="root";// 创建客户端
fs =FileSystem.get(uri, config, user);}publicvoidclose()throwsIOException{
fs.close();}@TestpublicvoidtestMkdir()throwsException{
fs.mkdirs(newPath("/test"));}/**
* 参数优先级排序:客户端代码中设置的值 > ClassPath下的用户自定义配置文
* 件 > 服务器的自定义配置(xxx-site.xml)> 服务器的默认配置(xxx-default.xml)
*/@TestpublicvoidtestUpload()throwsException{// 参数1:上传后是否删除源文件,参数2:是否允许覆盖,参数3:源文件路径,参数4:目标文件路径
fs.copyFromLocalFile(false,true,newPath("D:\\Download\\hadoop\\input\\hello.txt"),}@TestpublicvoidtestDownload()throwsException{// 参数1:是否删除源文件,参数2:源文件路径,参数3:目标文件路径, 参数4:是否开启文件的crc校验
fs.copyToLocalFile(false,newPath("/README.md"),newPath("D:\\Download\\"),true);}@TestpublicvoidtestDelete()throwsException{// 参数1:要删除的文件路径,参数2:是否递归删除
fs.delete(newPath("/test"),true);}@TestpublicvoidtestRenameAndMove()throwsIOException{// 重命名// fs.rename(new Path("/README.md"), new Path("/readme.md"));// 移动
fs.rename(newPath("/readme.md"),newPath("/test/README.md"));}}
按照上述步骤操作会发现创建文件夹没有问题,但上传文件会失败。原因是上传文件时Java客户端会直接和DataNode打交道,而NameNode返回的DataNode信息是它的局域网ip和端口,所以Java客户端就没办法连接上DataNode进行写文件了。解决方法如下:
- 配置类加上配置:
config.set("dfs.client.use.datanode.hostname", "true")
- 通过
hadoop dfsadmin -report
查看DataNode的ip和端口,在C:\Windows\System32\drivers\etc\hosts
配置好ip和主机名的映射和开放端口(默认是9866)。由于我们三个容器部署在一台服务器上,并且之前已经配置好了hostname和ip的映射关系,9866端口也开放了,所以这一步不需要做任何操作。补充:这里可能出现报错:
Got error, status=ERROR, status message , ack with firstBadLink as 192.168.1.2:9866
,这个报错时有时无;当有报错时,通过在网页端查看文件的副本信息可以发现:有两个副本上传成功,而另一个失败了。但成功的两个副本所在DataNode并不是固定的,我把日志级别设置为debug后研究了一番,但还是没弄清原因,等待有缘人提供解决方法。
MapReduce
importorg.apache.hadoop.io.IntWritable;importorg.apache.hadoop.io.LongWritable;importorg.apache.hadoop.io.Text;importorg.apache.hadoop.mapreduce.Mapper;importjava.io.IOException;/**
* KEYIN:mapper阶段输入数据的key的类型,LongWritable——偏移量
* VALUEIN:mapper阶段输入数据的value的类型,Text——一行文本内容
* KEYOUT:mapper阶段输出数据的key的类型,Text——单词
* VALUEOUT:mapper阶段输出数据的value的类型,IntWritable——单词出现次数
*/publicclassWordCountMapperextendsMapper<LongWritable,Text,Text,IntWritable>{privatefinalText outK =newText();privatefinalIntWritable outV =newIntWritable(1);@Overrideprotectedvoidmap(LongWritable key,Text value,Mapper<LongWritable,Text,Text,IntWritable>.Context context)throwsIOException,InterruptedException{String[] words = value.toString().split(" ");for(String word : words){
outK.set(word);
context.write(outK, outV);}}}/**
* KEYIN:reduce阶段输入的key的类型
* VALUEIN:reduce阶段输入的value的类型
* KEYOUT:reduce阶段输出的key的类型
* VALUEOUT:reduce阶段输出的value的类型
*/publicclassWordCountReducerextendsReducer<Text,IntWritable,Text,IntWritable>{privatefinalIntWritable outV =newIntWritable();@Overrideprotectedvoidreduce(Text key,Iterable<IntWritable> values,Reducer<Text,IntWritable,Text,IntWritable>.Context context)throwsIOException,InterruptedException{int sum =0;for(IntWritable value : values){
sum += value.get();}
outV.set(sum);
context.write(key, outV);}}publicclassWordCountDriver{publicstaticvoidmain(String[] args)throwsIOException,InterruptedException,ClassNotFoundException{// 1 获取配置信息,或者job对象实例Configuration conf =newConfiguration();Job job =Job.getInstance(conf);// 2 设置jar加载路径
job.setJarByClass(WordCountDriver.class);// 3 设置map和reduce类
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReducer.class);// 4 设置map输出
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);// 5 设置最终输出
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);// 6 设置输入和输出路径// FileInputFormat.setInputPaths(job, new Path("D:\\Download\\hadoop\\input"));// FileOutputFormat.setOutputPath(job, new Path("D:\\Download\\hadoop\\output"));FileInputFormat.setInputPaths(job,newPath(args[0]));FileOutputFormat.setOutputPath(job,newPath(args[1]));// 7 提交jobboolean result = job.waitForCompletion(true);System.out.println(result ?"job执行成功":"job执行失败");}}
版权归原作者 人间有清欢 所有, 如有侵权,请联系我们删除。