我想了解如何将MR作业提交给基于YARN的Hadoop集群。如何使用ResourceManager HA和Hortowork的HDP将MR作业提交给YARN群集?
案例1:
对于其中只有一个ResourceManager中(即NO HA)的情况下,我们可以提出这样的工作(我实际使用,我相信是正确的)。
hadoop jar word-count.jar com.example.driver.MainDriver -fs hdfs://master.hadoop.cluster:54310 -jt master.hadoop.cluster:8032 /first/dir/IP_from_hdfs.txt /result/dir
可以看出,RM在端口8032和NN运行在54310和我指定的主机名becasue只有一个主人。
案例2:
现在,当有HA两个NN和RM的情况下,我该如何提交作业?我无法理解这一点,因为现在我们有两个RM和NN(主动/备用),我知道有一个动物园管理员要跟踪失败。所以,从客户的角度来看,如果要提交一份工作,我是否需要知道提交工作的确切NN和RM,还是有一些我们必须用来提交工作的逻辑命名?
任何人都可以帮我理解吗?
非常感谢您的帮助,这是否意味着我们必须在客户端配置Java类(根据上面的配置)?如果我们不这样做,会不会有一些问题? – CuriousMind
如果未提供,客户端将无法联系到当前的活动NN。 – franklinsijo