MAPREDUCE程序运行模式

1 本地运行模式

1. mapreduce程序是被提交给LocalJobRunner在本地以单进程的形式运行
2. 而处理的数据及输出结果可以在本地文件系统，也可以在hdfs上
3. 怎样实现本地运行？写一个程序，不要带集群的配置文件（本质是你的mr程序的conf中是否有mapreduce.framework.name=local以及yarn.resourcemanager.hostname参数）
4. 本地模式非常便于进行业务逻辑的debug，只要在eclipse中打断点即可

如果在windows下想运行本地模式来测试程序逻辑，需要在windows中配置环境变量：
％HADOOP_HOME％ = d:/hadoop-2.6.1
%PATH% = ％HADOOP_HOME％\bin
并且要将d:/hadoop-2.6.1的lib和bin目录替换成windows平台编译的版本

2 集群运行模式

1. 将mapreduce程序提交给yarn集群resourcemanager，分发到很多的节点上并发执行
2. 处理的数据和输出结果应该位于hdfs文件系统
3. 提交集群的实现步骤：
   A、将程序打成JAR包，然后在集群的任意一个节点上用hadoop命令启动
   $ hadoop jar wordcount.jar cn.itcast.bigdata.mrsimple.WordCountDriver inputpath outputpath
   B、直接在linux的eclipse中运行main方法
   （项目中要带参数：mapreduce.framework.name=yarn以及yarn的两个基本配置）
   C、如果要在windows的eclipse中提交job给集群，则要修改YarnRunner类

附：在windows平台上访问hadoop时改变自身身份标识的方法之二

mapreduce程序在集群中运行时的大体流程：