hadoop - maquina - quick start cloudera

Ejecución de una muestra de Wordcount utilizando MRV1 en la máquina virtual CDH4.0.1

Question

Descargué la VM de https://downloads.cloudera.com/demo_vm/vmware/cloudera-demo-vm-cdh4.0.0-vmware.tar.gz

Descubrí que los servicios enumerados a continuación se ejecutan después de que se inicia el sistema.

• Servicios MRV1

hadoop-0.20-mapreduce-jobtracker
hadoop-0.20-mapreduce-tasktracker

• Servicios MRV2

hadoop-hilo-nodoadministrador
hadoop-hilo-gestor de recursos
hadoop-mapreduce-historyserver

• Servicios HDFS

hadoop-hdfs-namenode
hadoop-hdfs-datanode

El ejemplo de conteo de palabras funciona bien y genera la salida como se esperaba

/usr/bin/hadoop jar /usr/lib/hadoop-mapreduce/hadoop-mapreduce-examples.jar wordcount input output

Sin embargo, lo anterior funciona usando el marco MRv2 - YARN

Mi objetivo es correr usando MRv1. Como se sugiere en la documentación de Cloudera, detengo los servicios de MRV2 y edito /etc/hadoop/conf/mapred-site.xml

  <property>
    <name>mapreduce.framework.name</name>
    <value>yarn</value>
  </property

a "clásico" (también probado "local")

  <property>
    <name>mapreduce.framework.name</name>
    <value>classic</value>
  </property

Esperaba que se ejecutara usando MRV1 (jobtracker y tasktracker). Sin embargo, veo el siguiente error:

12/10/10 21:48:39 INFO mapreduce.Cluster: Failed to use org.apache.hadoop.mapred.LocalClientProtocolProvider due to error: Invalid "mapreduce.jobtracker.address" configuration value for LocalJobRunner : "172.30.5.21:8021"
12/10/10 21:48:39 ERROR security.UserGroupInformation: PriviledgedActionException as:cloudera (auth:SIMPLE) cause:java.io.IOException: Cannot initialize Cluster. Please check your configuration for mapreduce.framework.name and the correspond server addresses.
java.io.IOException: Cannot initialize Cluster. Please check your configuration for mapreduce.framework.name and the correspond server addresses.
        at org.apache.hadoop.mapreduce.Cluster.initialize(Cluster.java:121)
        at org.apache.hadoop.mapreduce.Cluster.<init>(Cluster.java:83)
        ......

¿Puede alguien sugerir qué podría estar mal? ¿Por qué el error apunta a una configuración no válida?

Answer 1

Creo que su clúster aún apunta al directorio de configuración MRv2 en lugar de a MRv1.

Actualice / instale la hadoop-conf en cada nodo del clúster que apunta al directorio de configuración de MRv1 con alta prioridad.

Luego reinicia todos tus servicios.

P.ej:

$ sudo update-alternatives --install /etc/hadoop/conf hadoop-conf /etc/hadoop/conf.mrv1 50
$ sudo update-alternatives --set hadoop-conf /etc/hadoop/conf.mrv1

Answer 2

La siguiente respuesta no es mía, sino OP, que fue publicada en la pregunta misma.

Me había perdido una cosa que causó el fracaso anterior. Asegúrese de que en hadoop-env.sh cambie "exportar HADOOP_MAPRED_HOME = / usr / lib / hadoop-mapreduce" a "exportar HADOOP_MAPRED_HOME = / usr / lib / hadoop-0.20-mapreduce".

El error fue un poco engañoso. Además, había exportado la variable en shell, pero esta la reemplaza, creo (necesita verificación).