大数据之MR Job案例

本文详细介绍了MapReduce作业的执行流程,包括创建运行文件目录、输入文件上传至分布式文件系统、测试案例分析以及从分布式文件系统复制输出结果到本地的过程。在资源不足时的错误处理及解决策略也被深入探讨。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 创建运行MapReduce作业的文件目录

2 将input文件发送到到分布式文件系统中并检查是否成功


3 测试案例



在生产上,map和reduce是分步运行的,map运行到50%时reduce开始运行,对于小的数据文件,map运行到100%reduce才开始运行。
在资源不够的情况下会报错,会尝试提交其他资源,重新上传资源,其每次输出的文件夹都不一样,因为系统不会覆盖原来的输出文件,这时候会给输出文件重新命名以区分开来,不然的话会出错的。

4 从分布式文件系统复制output到本地并测试


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值