Hadoop之MapReduce命令

Posted yfceshi

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Hadoop之MapReduce命令相关的知识，希望对你有一定的参考价值。

概述

全部的Hadoop命令都通过bin/mapred脚本调用。

在没有不论什么參数的情况下。执行mapred脚本将打印该命令描写叙述。

使用：mapred [--config confdir] COMMAND

[[email protected] bin]$ mapred
Usage: mapred [--config confdir] COMMAND
       where COMMAND is one of:
  pipes                run a Pipes job
  job                  manipulate MapReduce jobs
  queue                get information regarding JobQueues
  classpath            prints the class path needed for running
                       mapreduce subcommands
  historyserver        run job history servers as a standalone daemon
  distcp <srcurl> <desturl> copy file or directories recursively
  archive -archiveName NAME -p <parent path> <src>* <dest> create a hadoop archive
  hsadmin              job history server admin interface

Most commands print help when invoked w/o parameters.

用户命令

对于Hadoop集群用户非常实用的命令：

archive

查看：Hadoop之命令指南


classpath

打印须要得到Hadoop的jar和所须要的lib包路径，hdfs，yarn脚本都有这个命令。

使用: mapred classpath


distcp

递归的复制文件或者文件夹，查看该篇中的演示样例：Hadoop之命令指南。


job

通过job命令和MapReduce任务交互。

使用：mapred job | [GENERIC_OPTIONS] | [-submit <job-file>] | [-status <job-id>] | [-counter <job-id> <group-name> <counter-name>] | [-kill <job-id>] | [-events <job-id> <from-event-#> <#-of-events>] | [-history [all] <jobOutputDir>] | [-list [all]] | [-kill-task <task-id>] | [-fail-task <task-id>] | [-set-priority <job-id> <priority>]

參数选项 描写叙述
-submit job-file 提交一个job.
-status job-id 打印map任务和reduce任务完毕百分比和全部JOB的计数器。
-counter job-id group-name counter-name 打印计数器的值。
-kill job-id 依据job-id杀掉指定job.
-events job-id from-event-# #-of-events 打印给力訪问内jobtracker接受到的事件细节。（用法见演示样例）
-history [all]jobOutputDir 打印JOB的细节，失败和杀掉原因的细节。

很多其它的关于一个作业的细节比方:成功的任务和每一个任务尝试等信息能够通过指定[all]选项查看。
-list [all] 打印当前正在执行的JOB，假设加了all。则打印全部的JOB。
-kill-task task-id Kill任务，杀掉的任务不记录失败重试的数量。
-fail-task task-id Fail任务。杀掉的任务不记录失败重试的数量。
默认任务的尝试次数是4次超过四次则不尝试。那么假设使用fail-task命令fail同一个任务四次，这个任务将不会继续尝试，并且会导致整个JOB失败。
-set-priority job-id priority 改变JOB的优先级。

同意的优先级有：VERY_HIGH, HIGH, NORMAL, LOW, VERY_LOW

演示样例：

[[email protected] bin]$ mapred job -events job_1437364567082_0109 0 100
15/08/13 15:10:53 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Task completion events for job_1437364567082_0109
Number of events (from 0) are: 1
SUCCEEDED attempt_1437364567082_0109_m_000016_0 http://hadoopcluster83:13562/tasklog?plaintext=true&attemptid=attempt_1437364567082_0109_m_000016_0

[[email protected] bin]$ mapred job -kill-task attempt_1437364567082_0111_m_000000_4
15/08/13 15:51:25 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Killed task attempt_1437364567082_0111_m_000000_4


pipes

执行pipes JOB。

关于pipe。查看：Hadoop pipes编程

Hadoop pipes同意C++程序猿编写mapreduce程序。

它同意用户混用C++和Java的RecordReader。 Mapper。 Partitioner。Rducer和RecordWriter等五个组件。

Usage: mapred pipes [-conf <path>] [-jobconf <key=value>, <key=value>, ...] [-input <path>] [-output <path>] [-jar <jar file>] [-inputformat <class>] [-map <class>] [-partitioner <class>] [-reduce <class>] [-writer <class>] [-program <executable>] [-reduces <num>]

參数选项描写叙述
-conf pathJob的配置文件路径。
-jobconf key=value, key=value,
 …添加/重载 JOB的配置。
-input path输入路径
-output path输出路径
-jar jar
 fileJAR文件名称
-inputformat classInputFormat类
-map classJava
 Map 类
-partitioner classJava
 Partitioner
-reduce classJava
 Reduce 类
-writer classJava
 RecordWriter
-program executable可运行的URI
-reduces numreduce的数量



queue

该命令用于交互和查看Job Queue信息。

使用: mapred queue [-list] | [-info <job-queue-name> [-showJobs]] | [-showacls]

參数选项 描写叙述
-list 获取在系统配置的Job Queues列表。已经Job Queues的调度信息。
-info job-queue-name [-showJobs] 显示一个指定Job Queue的信息和它的调度信息。

假设使用-showJobs选项，则显示当前正在执行的JOB列表。
-showacls 显示队列名和同意当前用户对队列的相关操作。

这个命令打印的命令是当前用户能够訪问的。
演示样例： 

[[email protected] bin]$ mapred queue -list
15/08/13 14:25:30 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 47.5

[[email protected] bin]$ mapred queue -info default
15/08/13 14:28:45 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 72.5

[[email protected] bin]$ mapred queue -info default -showJobs
15/08/13 14:29:08 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
======================
Queue Name : default 
Queue State : running 
Scheduling Info : Capacity: 100.0, MaximumCapacity: 100.0, CurrentCapacity: 72.5 
Total jobs:1
                  JobId         State         StartTime        UserName           Queue      Priority     UsedContainers     RsvdContainers     UsedMem     RsvdMem     NeededMem       AM info
 job_1437364567082_0107       RUNNING     1439447102615            root         default        NORMAL                 28                  0      29696M          0M        29696M    http://hadoopcluster79:8088/proxy/application_1437364567082_0107/

[[email protected] bin]$ mapred queue -showacls
15/08/13 14:31:44 INFO client.RMProxy: Connecting to ResourceManager at hadoopcluster79/10.0.1.79:8032
Queue acls for user :  hadoop

Queue  Operations
=====================
root  ADMINISTER_QUEUE,SUBMIT_APPLICATIONS
default  ADMINISTER_QUEUE,SUBMIT_APPLICATIONS

管理员命令

下面是对hadoop集群超级管理员非常实用的命令。

historyserver

启动JobHistoryServer服务。

使用: mapred historyserver

也能够使用sbin/mr-jobhistory-daemon.sh start|stop historyserver来启动/停止JobHistoryServer。

hsadmin

执行hsadmin去执行JobHistoryServer管理命令。

Usage: mapred hsadmin [-refreshUserToGroupsMappings] | [-refreshSuperUserGroupsConfiguration] | [-refreshAdminAcls] | [-refreshLoadedJobCache] | [-refreshLogRetentionSettings] | [-refreshJobRetentionSettings] | [-getGroups [username]] | [-help [cmd]]


參数配置 描写叙述
-refreshUserToGroupsMappings 刷新用户-组的相应关系。
-refreshSuperUserGroupsConfiguration 刷新超级用户代理组映射
-refreshAdminAcls 刷新JobHistoryServer管理的ACL
-refreshLoadedJobCache 刷新JobHistoryServer载入JOB的缓存
-refreshJobRetentionSettings 刷新Job histroy旗舰，job cleaner被设置。
-refreshLogRetentionSettings 刷新日志保留周期和日志保留的检查间隔
-getGroups [username] 获取这个username属于哪个组
-help [cmd] 帮助
演示样例：
[[email protected] bin]$ mapred hsadmin -getGroups hadoop
hadoop : clustergroup





















以上是关于Hadoop之MapReduce命令的主要内容，如果未能解决你的问题，请参考以下文章

大数据Hadoop之MapReduce

大数据技术之Hadoop（MapReduce）

Hadoop 执行引擎之 MapReduce

hadoop知识整理之MapReduce之代码编写

Hadoop之MapReduce基础

大数据之Hadoop(MapReduce): MapReduce概述