Hadoop作业在Ubuntu上如何提交

在Ubuntu上提交Hadoop作业通常涉及以下步骤：

1. 环境准备：

   • 确保Hadoop集群已经正确安装并运行。
   • 配置Hadoop环境变量，例如HADOOP_HOME和PATH。

2. 编写MapReduce程序：

   • 使用Java或其他支持的语言编写MapReduce程序。
   • 编译程序并打包成JAR文件。

3. 上传JAR文件到HDFS：

   • 使用hdfs dfs -put命令将JAR文件上传到HDFS的某个目录中。

   hdfs dfs -put /path/to/your-job.jar /user/hadoop/job.jar
   

4. 准备输入数据：

   • 将输入数据上传到HDFS。

   hdfs dfs -put /path/to/input /user/hadoop/input
   

5. 设置作业参数：

   • 根据需要设置作业参数，例如输入路径、输出路径等。

6. 提交作业：

   • 使用hadoop jar命令提交作业。

   hadoop jar /user/hadoop/job.jar com.yourcompany.YourJobClass /user/hadoop/input /user/hadoop/output
   

   其中，com.yourcompany.YourJobClass是你的主类名，/user/hadoop/input是输入路径，/user/hadoop/output是输出路径。

7. 监控作业：

   • 使用yarn application -list命令查看作业状态。

   yarn application -list
   

   • 或者使用Web界面监控作业进度，通常是ResourceManager的Web界面（默认端口8088）。

8. 查看作业输出：

   • 作业完成后，可以在HDFS上查看输出结果。

   hdfs dfs -cat /user/hadoop/output/part-r-00000
   

以下是一个完整的示例：

# 编译并打包MapReduce程序
javac -cp `hadoop classpath` YourJobClass.java
jar cf your-job.jar YourJobClass*.class

# 上传JAR文件到HDFS
hdfs dfs -put your-job.jar /user/hadoop/job.jar

# 上传输入数据到HDFS
hdfs dfs -put /local/path/to/input /user/hadoop/input

# 提交作业
hadoop jar /user/hadoop/job.jar com.yourcompany.YourJobClass /user/hadoop/input /user/hadoop/output

# 监控作业
yarn application -list

# 查看作业输出
hdfs dfs -cat /user/hadoop/output/part-r-00000

确保在执行这些命令之前，Hadoop集群已经正确配置并且所有节点都在运行。如果有任何问题，可以查看Hadoop的日志文件以获取更多信息。