运行MapReduce作业

前提条件

用户已经将运行作业所需的程序包和数据文件上传至OBS系统或HDFS中。

如果用户将程序包和数据文件上传至OBS中，需要先创建OBS委托并与MRS集群绑定，具体请参考配置存算分离集群（委托方式）。

通过界面提交作业

1. 登录MRS管理控制台。
2. 选择“集群列表 > 现有集群”，选中一个运行中的集群并单击集群名称，进入集群信息页面。
3. 若集群开启Kerberos认证时执行该步骤，若集群未开启Kerberos认证，请无需执行该步骤。

   在“概览”页签的基本信息区域，单击“IAM用户同步”右侧的“同步”进行IAM用户同步，具体介绍请参考IAM用户同步MRS说明。

   

   • 当IAM用户的用户组的所属策略从MRS ReadOnlyAccess向MRS CommonOperations、MRS FullAccess、MRS Administrator变化时，由于集群节点的SSSD（System Security Services Daemon）缓存刷新需要时间，因此同步完成后，请等待5分钟，等待新修改策略生效之后，再进行提交作业。否则，会出现提交作业失败的情况。
   • 当IAM用户的用户组的所属策略从MRS CommonOperations、MRS FullAccess、MRS Administrator向MRS ReadOnlyAccess变化时，由于集群节点的SSSD缓存刷新需要时间，因此同步完成后，请等待5分钟，新修改策略才能生效。

4. 单击“作业管理”，进入“作业管理”页签。
5. 单击“添加”，进入“添加作业”页面。
   

   IAM用户名存在空格时（如admin 01），不支持添加作业。

6. “作业类型”选择“MapReduce”，并配置其他作业信息。
   • 若集群为MRS 2.0.1及之后版本，请参考表1配置MapReduce作业信息。
   • 若集群为MRS 2.0.1之前版本，请参考表3配置MapReduce作业信息。

   表1 作业配置信息

   参数	参数说明
   作业名称	作业名称，只能由字母、数字、中划线和下划线组成，并且长度为1～64个字符。 说明： 建议不同的作业设置不同的名称。
   执行程序路径	待执行程序包地址，需要满足如下要求： 最多为1023字符，不能包含;|&>,<'$特殊字符，且不可为空或全空格。 执行程序路径可存储于HDFS或者OBS中，不同的文件系统对应的路径存在差异。 OBS：以“obs://”开头。示例：obs://wordcount/program/xxx.jar。 HDFS：以“/user”开头。数据导入HDFS请参考导入数据。 SparkScript和HiveScript需要以“.sql”结尾，MapReduce需要以“.jar”结尾，Flink和SparkSubmit需要以“.jar”或“.py”结尾。sql、jar、py不区分大小写。
   执行程序参数	可选参数，程序执行的关键参数。多个参数间使用空格隔开。 配置方法：程序类名 数据输入路径 数据输出路径 程序类名：由用户程序内的函数指定，MRS只负责参数的传入。 数据输入路径：通过单击“HDFS”或者“OBS”选择或者直接手动输入正确路径。 数据输出路径：输出路径请手动输入一个不存在的目录。 最多为150000字符，不能包含;|&><'$特殊字符，可为空。 注意： 若输入带有敏感信息（如登录密码）的参数可能在作业详情展示和日志打印中存在暴露的风险，请谨慎操作。
   服务配置参数	可选参数，用于为本次执行的作业修改服务配置参数。该参数的修改仅适用于本次执行的作业，如需对集群永久生效，请参考配置服务参数页面进行修改。 如需添加多个参数，请单击右侧增加，如需删除参数，请单击右侧“删除”。 常用服务配置参数如表2。
   命令参考	用于展示提交作业时提交到后台执行的命令。

   表2 服务配置参数

   参数	参数说明	取值样例
   fs.obs.access.key	访问OBS的密钥ID。	-
   fs.obs.secret.key	访问OBS与密钥ID对应的密钥。	-

   表3 作业配置信息

   参数	参数说明
   作业名称	作业名称，只能由字母、数字、中划线和下划线组成，并且长度为1～64个字符。 说明： 建议不同的作业设置不同的名称。
   执行程序路径	待执行程序包地址，需要满足如下要求： 最多为1023字符，不能包含;|&>,<'$特殊字符，且不可为空或全空格。 执行程序路径可存储于HDFS或者OBS中，不同的文件系统对应的路径存在差异。 OBS：以“s3a://”开头。示例：s3a://wordcount/program/xxx.jar HDFS：以“/user”开头。数据导入HDFS请参考导入数据。 SparkScript需要以“.sql”结尾，MapReduce和Spark需要以“.jar”结尾。sql、jar不区分大小写。
   执行程序参数	程序执行的关键参数，该参数由用户程序内的函数指定，MRS只负责参数的传入。多个参数间使用空格隔开。 配置方法：包名.类名。 最多为150000字符，不能包含;|&><'$特殊字符，可为空。 说明： 用户输入带有敏感信息（如登录密码）的参数时，可通过在参数名前添加“@”的方式，为该参数值加密，以防止敏感信息被明文形式持久化。在MRS管理控制台查看作业信息时，敏感信息显示为“*”。 例如：username=admin @password=admin_123
   数据输入路径	数据输入地址。 数据可存储于HDFS或者OBS中，不同的文件系统对应的路径存在差异。 OBS：以“s3a://”开头。 HDFS：以“/user”开头。数据导入HDFS请参考导入数据。 最多为1023字符，不能包含;|&>,<'$特殊字符，可为空。
   输出路径	数据输出地址。 说明： 配置此参数时，单击“OBS”或“HDFS”，并选择文件目录，或者手动输入文件目录，然后单击“确定”。 若添加hadoop-mapreduce-examples-x.x.x.jar样例程序或和hadoop-mapreduce-examples-x.x.x.jar类似的程序，请手动输入一个不存在的目录。 数据可存储于HDFS或者OBS中，不同的文件系统对应的路径存在差异。 OBS：以“s3a://”开头。（仅MRS 1.8.10及之前版本支持。） HDFS：以“/user”开头。 最多为1023字符，不能包含;|&>,<'$特殊字符，可为空。
   日志路径	作业日志存储地址，该日志信息记录作业运行状态。 数据可存储于HDFS或者OBS中，不同的文件系统对应的路径存在差异。 OBS：以“s3a://”开头。 HDFS：以“/user”开头。 最多为1023字符，不能包含;|&>,<'$特殊字符，可为空。

7. 确认作业配置信息，单击“确定”，完成作业的新增。

   作业新增完成后，可对作业进行管理。

通过后台提交作业

MRS 3.x及之后版本客户端默认安装路径为“/opt/Bigdata/client”，MRS 3.x之前版本为“/opt/client”。具体以实际为准。

1. 登录任意一个Master节点，具体请参考登录集群节点。
2. 执行如下命令初始化环境变量。

   source /opt/Bigdata/client/bigdata_env

3. 如果当前集群已开启Kerberos认证，执行以下命令认证当前用户。如果当前集群未开启Kerberos认证，则无需执行该步骤。

   kinit MRS集群用户

   例如, kinit admin

4. 执行如下命令拷贝OBS文件系统中的程序到集群的Master节点。

   hadoop fs -Dfs.obs.access.key=AK -Dfs.obs.secret.key=SK -copyToLocal source_path.jar target_path.jar

   例如：hadoop fs -Dfs.obs.access.key=XXXX -Dfs.obs.secret.key=XXXX -copyToLocal "obs://mrs-word/program/hadoop-mapreduce-examples-XXX.jar" "/home/omm/hadoop-mapreduce-examples-XXX.jar"

   AK/SK可登录OBS控制台，请在集群控制台页面右上角的用户名下拉框中选择“我的凭证 > 访问密钥”页面获取。

5. 执行如下命令提交wordcount作业，如需从OBS读取或向OBS输出数据，需要增加AK/SK参数。

   source /opt/Bigdata/client/bigdata_env;hadoop jar execute_jar wordcount input_path output_path

   例如：source /opt/Bigdata/client/bigdata_env;hadoop jar /home/omm/hadoop-mapreduce-examples-XXX.jar wordcount -Dfs.obs.access.key=XXXX -Dfs.obs.secret.key=XXXX "obs://mrs-word/input/*" "obs://mrs-word/output/"

   input_path为OBS上存放作业输入文件的路径。output_path为OBS上存放作业输出文件地址，请设置为一个不存在的目录。