更新时间:2024-11-29 GMT+08:00

添加作业

用户可将自己开发的程序提交到MRS中,执行程序并获取结果。

本章节以MapReduce作业为例指导您在MRS集群页面如何提交一个新的作业。MapReduce作业用于提交jar程序快速并行处理大量数据,是一种分布式数据处理模式和执行环境。

若在集群详情页面不支持“作业管理”和“文件管理”功能,请通过后台功能来提交作业。

用户创建作业前需要将本地数据上传至OBS系统用于计算分析。当然MRS也支持将OBS中的数据导入至HDFS中,并使用HDFS中的数据进行计算分析。数据完成处理和分析后,您可以将数据存储在HDFS中,也可以将集群中的数据导出至OBS系统。需要注意,HDFS和OBS也支持存储压缩格式的数据,目前支持存储bz2、gz压缩格式的数据。

IAM用户名存在空格时(如admin 01),不支持添加作业。

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。

    “概览”页签的基本信息区域,单击“IAM用户同步”右侧的“单击同步”进行IAM用户同步。

  4. 单击作业管理,进入作业管理页签。
  5. 单击“添加”,打开“添加作业”对话框。
  6. “作业类型”选择“MapReduce”,并配置其他作业信息。

    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。
    • SparkScript和HiveScript需要以“.sql”结尾,MapReduce需要以“.jar”结尾,Flink和SparkSubmit需要以“.jar”“.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。

    -

  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。