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

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

mapreduce程序在集群中运行时的大体流程：
23 MAPREDUCE程序运行模式_mapreduce

附：在windows平台上访问hadoop时改变自身身份标识的方法之二：
23 MAPREDUCE程序运行模式_mapreduce_02