Udostępnij za pośrednictwem


Korzystanie z technologii MapReduce z usługą Apache Hadoop w usłudze HDInsight przy użyciu protokołu SSH

Dowiedz się, jak przesyłać zadania usługi MapReduce z poziomu połączenia protokołu Secure Shell (SSH) z usługą HDInsight.

Uwaga

Jeśli znasz już serwery Apache Hadoop oparte na systemie Linux, ale jesteś nowym użytkownikiem usługi HDInsight, zobacz Porady dotyczące usługi HDInsight opartej na systemie Linux.

Wymagania wstępne

Klaster Apache Hadoop w usłudze HDInsight. Zobacz Tworzenie klastrów Apache Hadoop przy użyciu Azure Portal.

Korzystanie z poleceń usługi Hadoop

  1. Użyj polecenia ssh , aby nawiązać połączenie z klastrem. Zmodyfikuj poniższe polecenie, zastępując ciąg CLUSTERNAME nazwą klastra, a następnie wprowadź polecenie:

    ssh sshuser@CLUSTERNAME-ssh.azurehdinsight.net
    
  2. Po nawiązaniu połączenia z klastrem usługi HDInsight użyj następującego polecenia, aby uruchomić zadanie MapReduce:

    yarn jar /usr/hdp/current/hadoop-mapreduce-client/hadoop-mapreduce-examples.jar wordcount /example/data/gutenberg/davinci.txt /example/data/WordCountOutput
    

    To polecenie uruchamia klasę wordcount zawartą hadoop-mapreduce-examples.jar w pliku . Używa /example/data/gutenberg/davinci.txt on dokumentu jako danych wejściowych, a dane wyjściowe są przechowywane w lokalizacji /example/data/WordCountOutput.

    Uwaga

    Aby uzyskać więcej informacji na temat tego zadania MapReduce i przykładowych danych, zobacz Use MapReduce in Apache Hadoop on HDInsight (Używanie usługi MapReduce w usłudze Apache Hadoop w usłudze HDInsight).

    Zadanie emituje szczegóły podczas przetwarzania i zwraca informacje podobne do następującego tekstu po zakończeniu zadania:

    File Input Format Counters
    Bytes Read=1395666
    File Output Format Counters
    Bytes Written=337623
    
  3. Po zakończeniu zadania użyj następującego polecenia, aby wyświetlić listę plików wyjściowych:

    hdfs dfs -ls /example/data/WordCountOutput
    

    To polecenie wyświetla dwa pliki i _SUCCESSpart-r-00000. Plik part-r-00000 zawiera dane wyjściowe dla tego zadania.

    Uwaga

    Niektóre zadania MapReduce mogą dzielić wyniki między wiele plików part-r-######. Jeśli tak, użyj sufiksu ######, aby wskazać kolejność plików.

  4. Aby wyświetlić dane wyjściowe, użyj następującego polecenia:

    hdfs dfs -cat /example/data/WordCountOutput/part-r-00000
    

    To polecenie wyświetla listę wyrazów zawartych w pliku wasbs://example/data/gutenberg/davinci.txt oraz liczbę przypadków wystąpienia każdego wyrazu. Poniższy tekst jest przykładem danych zawartych w pliku:

    wreathed        3
    wreathing       1
    wreaths         1
    wrecked         3
    wrenching       1
    wretched        6
    wriggling       1
    

Następne kroki

Jak widać, polecenia usługi Hadoop umożliwiają łatwe uruchamianie zadań MapReduce w klastrze usługi HDInsight, a następnie wyświetlanie danych wyjściowych zadania. Aby uzyskać informacje o innych sposobach pracy z usługą Hadoop w usłudze HDInsight: