- 浏览: 2183201 次
- 性别:
- 来自: 北京
文章分类
- 全部博客 (682)
- 软件思想 (7)
- Lucene(修真篇) (17)
- Lucene(仙界篇) (20)
- Lucene(神界篇) (11)
- Solr (48)
- Hadoop (77)
- Spark (38)
- Hbase (26)
- Hive (19)
- Pig (25)
- ELK (64)
- Zookeeper (12)
- JAVA (119)
- Linux (59)
- 多线程 (8)
- Nutch (5)
- JAVA EE (21)
- Oracle (7)
- Python (32)
- Xml (5)
- Gson (1)
- Cygwin (1)
- JavaScript (4)
- MySQL (9)
- Lucene/Solr(转) (5)
- 缓存 (2)
- Github/Git (1)
- 开源爬虫 (1)
- Hadoop运维 (7)
- shell命令 (9)
- 生活感悟 (42)
- shell编程 (23)
- Scala (11)
- MongoDB (3)
- docker (2)
- Nodejs (3)
- Neo4j (5)
- storm (3)
- opencv (1)
最新评论
-
qindongliang1922:
粟谷_sugu 写道不太理解“分词字段存储docvalue是没 ...
浅谈Lucene中的DocValues -
粟谷_sugu:
不太理解“分词字段存储docvalue是没有意义的”,这句话, ...
浅谈Lucene中的DocValues -
yin_bp:
高性能elasticsearch ORM开发库使用文档http ...
为什么说Elasticsearch搜索是近实时的? -
hackWang:
请问博主,有用solr做电商的搜索项目?
Solr中Group和Facet的用法 -
章司nana:
遇到的问题同楼上 为什么会返回null
Lucene4.3开发之第八步之渡劫初期(八)
用hadoop也算有一段时间了,一直没有注意过hadoop运行过程中,产生的数据日志,比如说System打印的日志,或者是log4j,slf4j等记录的日志,存放在哪里,日志信息的重要性,在这里散仙就不用多说了,调试任何程序基本上都得需要分析日志。
hadoop的日志主要是MapReduce程序,运行过程中,产生的一些数据日志,除了系统的日志外,还包含一些我们自己在测试时候,或者线上环境输出的日志,这部分日志通常会被放在userlogs这个文件夹下面,我们可以在mapred-site.xml里面配置运行日志的输出目录,散仙测试文件内容如下:
配置好,日志目录后,我们就可以把这个配置文件,分发到各个节点上,然后启动hadoop。
下面我们看来下在eclipse环境中如何调试,散仙在setup,map和reduce方法中,分别使用System打印了一些数据,当我们使用local方式跑MR程序时候,日志并不会被记录下来,而是直接会在控制台打印,散仙的测试代码如下:
Local模式下输出如下:
下面,我们将程序,提交成hadoop集群上运行进行测试,注意在集群上运行,日志信息就不会在控制台显示了,我们需要去自己定义的日志目录下,找到最新提交 的那个下,然后就可以查看我们的日志信息了。
查看stdout里面的内容如下:
注意,map里面的日志需要去xxxmxxx和xxxrxxx里面去找:
当然,除了这种方式外,我们还可以直接通过50030端口在web页面上进行查看,截图示例如下:
至此,我们已经散仙已经介绍完了,这两种方式,Hadoop在执行过程中,日志会被随机分到任何一台节点上,我们可能不能确定本次提交的任务日志输出到底放在那里,但是我们可以通过在50030的web页面上,查看最新的一次任务,一般是最下面的任务,是最新提交的,通过页面上的连接我们就可以,查看到具体的本次任务的日志情况被随机分发到那个节点上了,然后就可以去具体的 节点上获取了。
hadoop的日志主要是MapReduce程序,运行过程中,产生的一些数据日志,除了系统的日志外,还包含一些我们自己在测试时候,或者线上环境输出的日志,这部分日志通常会被放在userlogs这个文件夹下面,我们可以在mapred-site.xml里面配置运行日志的输出目录,散仙测试文件内容如下:
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <!-- Put site-specific property overrides in this file. --> <configuration> <!-- jobtracker的master地址--> <property> <name>mapred.job.tracker</name> <value>192.168.75.130:9001</value> </property> <property> <!-- hadoop的日志输出指定目录--> <name>mapred.local.dir</name> <value>/root/hadoop1.2/mylogs</value> </property> </configuration>
配置好,日志目录后,我们就可以把这个配置文件,分发到各个节点上,然后启动hadoop。
下面我们看来下在eclipse环境中如何调试,散仙在setup,map和reduce方法中,分别使用System打印了一些数据,当我们使用local方式跑MR程序时候,日志并不会被记录下来,而是直接会在控制台打印,散仙的测试代码如下:
package com.qin.testdistributed; import java.io.File; import java.io.FileReader; import java.io.IOException; import java.net.URI; import java.util.Scanner; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.filecache.DistributedCache; import org.apache.hadoop.fs.FSDataInputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapred.JobConf; import org.apache.hadoop.mapreduce.Job; import org.apache.hadoop.mapreduce.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.db.DBConfiguration; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.log4j.pattern.LogEvent; import org.slf4j.Logger; import org.slf4j.LoggerFactory; import com.qin.operadb.WriteMapDB; /** * 测试hadoop的全局共享文件 * 使用DistributedCached * * 大数据技术交流群: 37693216 * @author qindongliang * * ***/ public class TestDistributed { private static Logger logger=LoggerFactory.getLogger(TestDistributed.class); private static class FileMapper extends Mapper<LongWritable, Text, Text, IntWritable>{ Path path[]=null; /** * Map函数前调用 * * */ @Override protected void setup(Context context) throws IOException, InterruptedException { logger.info("开始启动setup了哈哈哈哈"); // System.out.println("运行了........."); Configuration conf=context.getConfiguration(); path=DistributedCache.getLocalCacheFiles(conf); System.out.println("获取的路径是: "+path[0].toString()); // FileSystem fs = FileSystem.get(conf); FileSystem fsopen= FileSystem.getLocal(conf); // FSDataInputStream in = fsopen.open(path[0]); // System.out.println(in.readLine()); // for(Path tmpRefPath : path) { // if(tmpRefPath.toString().indexOf("ref.png") != -1) { // in = reffs.open(tmpRefPath); // break; // } // } // FileReader reader=new FileReader("file://"+path[0].toString()); // File f=new File("file://"+path[0].toString()); // FSDataInputStream in=fs.open(new Path(path[0].toString())); // Scanner scan=new Scanner(in); // while(scan.hasNext()){ // System.out.println(Thread.currentThread().getName()+"扫描的内容: "+scan.next()); // } // scan.close(); // // System.out.println("size: "+path.length); } @Override protected void map(LongWritable key, Text value,Context context) throws IOException, InterruptedException { // System.out.println("map aaa"); //logger.info("Map里的任务"); System.out.println("map里输出了"); // logger.info(); context.write(new Text(""), new IntWritable(0)); } @Override protected void cleanup(Context context) throws IOException, InterruptedException { logger.info("清空任务了。。。。。。"); } } private static class FileReduce extends Reducer<Object, Object, Object, Object>{ @Override protected void reduce(Object arg0, Iterable<Object> arg1, Context arg2)throws IOException, InterruptedException { System.out.println("我是reduce里面的东西"); } } public static void main(String[] args)throws Exception { JobConf conf=new JobConf(TestDistributed.class); //conf.set("mapred.local.dir", "/root/hadoop"); //Configuration conf=new Configuration(); // conf.set("mapred.job.tracker","192.168.75.130:9001"); //读取person中的数据字段 //conf.setJar("tt.jar"); //注意这行代码放在最前面,进行初始化,否则会报 String inputPath="hdfs://192.168.75.130:9000/root/input"; String outputPath="hdfs://192.168.75.130:9000/root/outputsort"; Job job=new Job(conf, "a"); DistributedCache.addCacheFile(new URI("hdfs://192.168.75.130:9000/root/input/f1.txt"), job.getConfiguration()); job.setJarByClass(TestDistributed.class); System.out.println("运行模式: "+conf.get("mapred.job.tracker")); /**设置输出表的的信息 第一个参数是job任务,第二个参数是表名,第三个参数字段项**/ FileSystem fs=FileSystem.get(job.getConfiguration()); Path pout=new Path(outputPath); if(fs.exists(pout)){ fs.delete(pout, true); System.out.println("存在此路径, 已经删除......"); } /**设置Map类**/ // job.setOutputKeyClass(Text.class); //job.setOutputKeyClass(IntWritable.class); job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); job.setMapperClass(FileMapper.class); job.setReducerClass(FileReduce.class); FileInputFormat.setInputPaths(job, new Path(inputPath)); //输入路径 FileOutputFormat.setOutputPath(job, new Path(outputPath));//输出路径 System.exit(job.waitForCompletion(true) ? 0 : 1); } }
Local模式下输出如下:
运行模式: local 存在此路径, 已经删除...... WARN - NativeCodeLoader.<clinit>(52) | Unable to load native-hadoop library for your platform... using builtin-java classes where applicable WARN - JobClient.copyAndConfigureFiles(746) | Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same. WARN - JobClient.copyAndConfigureFiles(870) | No job jar file set. User classes may not be found. See JobConf(Class) or JobConf#setJar(String). INFO - FileInputFormat.listStatus(237) | Total input paths to process : 1 WARN - LoadSnappy.<clinit>(46) | Snappy native library not loaded INFO - TrackerDistributedCacheManager.downloadCacheObject(423) | Creating f1.txt in /root/hadoop1.2/hadooptmp/mapred/local/archive/9070031930820799196_1788685676_88844454/192.168.75.130/root/input-work-186410214545932656 with rwxr-xr-x INFO - TrackerDistributedCacheManager.downloadCacheObject(463) | Cached hdfs://192.168.75.130:9000/root/input/f1.txt as /root/hadoop1.2/hadooptmp/mapred/local/archive/9070031930820799196_1788685676_88844454/192.168.75.130/root/input/f1.txt INFO - TrackerDistributedCacheManager.localizePublicCacheObject(486) | Cached hdfs://192.168.75.130:9000/root/input/f1.txt as /root/hadoop1.2/hadooptmp/mapred/local/archive/9070031930820799196_1788685676_88844454/192.168.75.130/root/input/f1.txt INFO - JobClient.monitorAndPrintJob(1380) | Running job: job_local479869714_0001 INFO - LocalJobRunner$Job.run(340) | Waiting for map tasks INFO - LocalJobRunner$Job$MapTaskRunnable.run(204) | Starting task: attempt_local479869714_0001_m_000000_0 INFO - Task.initialize(534) | Using ResourceCalculatorPlugin : null INFO - MapTask.runNewMapper(729) | Processing split: hdfs://192.168.75.130:9000/root/input/f1.txt:0+31 INFO - MapTask$MapOutputBuffer.<init>(949) | io.sort.mb = 100 INFO - MapTask$MapOutputBuffer.<init>(961) | data buffer = 79691776/99614720 INFO - MapTask$MapOutputBuffer.<init>(962) | record buffer = 262144/327680 INFO - TestDistributed$FileMapper.setup(57) | 开始启动setup了哈哈哈哈 获取的路径是: /root/hadoop1.2/hadooptmp/mapred/local/archive/9070031930820799196_1788685676_88844454/192.168.75.130/root/input/f1.txt map里输出了 map里输出了 INFO - TestDistributed$FileMapper.cleanup(107) | 清空任务了。。。。。。 INFO - MapTask$MapOutputBuffer.flush(1289) | Starting flush of map output INFO - MapTask$MapOutputBuffer.sortAndSpill(1471) | Finished spill 0 INFO - Task.done(858) | Task:attempt_local479869714_0001_m_000000_0 is done. And is in the process of commiting INFO - LocalJobRunner$Job.statusUpdate(466) | INFO - Task.sendDone(970) | Task 'attempt_local479869714_0001_m_000000_0' done. INFO - LocalJobRunner$Job$MapTaskRunnable.run(229) | Finishing task: attempt_local479869714_0001_m_000000_0 INFO - LocalJobRunner$Job.run(348) | Map task executor complete. INFO - Task.initialize(534) | Using ResourceCalculatorPlugin : null INFO - LocalJobRunner$Job.statusUpdate(466) | INFO - Merger$MergeQueue.merge(408) | Merging 1 sorted segments INFO - Merger$MergeQueue.merge(491) | Down to the last merge-pass, with 1 segments left of total size: 16 bytes INFO - LocalJobRunner$Job.statusUpdate(466) | 我是reduce里面的东西 INFO - Task.done(858) | Task:attempt_local479869714_0001_r_000000_0 is done. And is in the process of commiting INFO - LocalJobRunner$Job.statusUpdate(466) | INFO - Task.commit(1011) | Task attempt_local479869714_0001_r_000000_0 is allowed to commit now INFO - FileOutputCommitter.commitTask(173) | Saved output of task 'attempt_local479869714_0001_r_000000_0' to hdfs://192.168.75.130:9000/root/outputsort INFO - LocalJobRunner$Job.statusUpdate(466) | reduce > reduce INFO - Task.sendDone(970) | Task 'attempt_local479869714_0001_r_000000_0' done. INFO - JobClient.monitorAndPrintJob(1393) | map 100% reduce 100% INFO - JobClient.monitorAndPrintJob(1448) | Job complete: job_local479869714_0001 INFO - Counters.log(585) | Counters: 18 INFO - Counters.log(587) | File Output Format Counters INFO - Counters.log(589) | Bytes Written=0 INFO - Counters.log(587) | File Input Format Counters INFO - Counters.log(589) | Bytes Read=31 INFO - Counters.log(587) | FileSystemCounters INFO - Counters.log(589) | FILE_BYTES_READ=454 INFO - Counters.log(589) | HDFS_BYTES_READ=124 INFO - Counters.log(589) | FILE_BYTES_WRITTEN=138372 INFO - Counters.log(587) | Map-Reduce Framework INFO - Counters.log(589) | Map output materialized bytes=20 INFO - Counters.log(589) | Map input records=2 INFO - Counters.log(589) | Reduce shuffle bytes=0 INFO - Counters.log(589) | Spilled Records=4 INFO - Counters.log(589) | Map output bytes=10 INFO - Counters.log(589) | Total committed heap usage (bytes)=455475200 INFO - Counters.log(589) | Combine input records=0 INFO - Counters.log(589) | SPLIT_RAW_BYTES=109 INFO - Counters.log(589) | Reduce input records=2 INFO - Counters.log(589) | Reduce input groups=1 INFO - Counters.log(589) | Combine output records=0 INFO - Counters.log(589) | Reduce output records=0 INFO - Counters.log(589) | Map output records=2
下面,我们将程序,提交成hadoop集群上运行进行测试,注意在集群上运行,日志信息就不会在控制台显示了,我们需要去自己定义的日志目录下,找到最新提交 的那个下,然后就可以查看我们的日志信息了。
查看stdout里面的内容如下:
获取的路径是: /root/hadoop1.2/mylogs/taskTracker/distcache/2726204645197711229_1788685676_88844454/192.168.75.130/root/input/f1.txt map里输出了 map里输出了
注意,map里面的日志需要去xxxmxxx和xxxrxxx里面去找:
当然,除了这种方式外,我们还可以直接通过50030端口在web页面上进行查看,截图示例如下:
至此,我们已经散仙已经介绍完了,这两种方式,Hadoop在执行过程中,日志会被随机分到任何一台节点上,我们可能不能确定本次提交的任务日志输出到底放在那里,但是我们可以通过在50030的web页面上,查看最新的一次任务,一般是最下面的任务,是最新提交的,通过页面上的连接我们就可以,查看到具体的本次任务的日志情况被随机分发到那个节点上了,然后就可以去具体的 节点上获取了。
评论
1 楼
lifuxiangcaohui
2014-09-29
大神,你怎么设置的,local模式下能输出System.out.println的信息和LOG相关信息,我在Eclipse本地不打印,请有时间给说下
发表评论
-
Apache Flink在阿里的使用(译)
2019-02-21 21:18 1173Flink是未来大数据实时 ... -
计算机图形处理的一些知识
2018-04-25 17:46 1228最近在搞opencv来做一些 ... -
如何在kylin中构建一个cube
2017-07-11 19:06 1267前面的文章介绍了Apache Kylin的安装及数据仓 ... -
Apache Kylin的入门安装
2017-06-27 21:27 2144Apache Kylin™是一个开源的分布式分析引擎,提供 ... -
ES-Hadoop插件介绍
2017-04-27 18:07 1991上篇文章,写了使用spark集成es框架,并向es写入数据,虽 ... -
如何在Scala中读取Hadoop集群上的gz压缩文件
2017-04-05 18:51 2129存在Hadoop集群上的文件,大部分都会经过压缩,如果是压缩 ... -
如何收集项目日志统一发送到kafka中?
2017-02-07 19:07 2791上一篇(http://qindongliang.iteye. ... -
Hue+Hive临时目录权限不够解决方案
2016-06-14 10:40 4702安装Hue后,可能会分配多个账户给一些业务部门操作hive,虽 ... -
Hadoop的8088页面失效问题
2016-03-31 11:21 4448前两天重启了测试的hadoop集群,今天访问集群的8088任 ... -
Hadoop+Hbase集群数据迁移问题
2016-03-23 21:00 2523数据迁移或备份是任何 ... -
如何监控你的Hadoop+Hbase集群?
2016-03-21 16:10 4919前言 监控hadoop的框架 ... -
Logstash与Kafka集成
2016-02-24 18:44 11624在ELKK的架构中,各个框架的角色分工如下: Elastic ... -
Kakfa集群搭建
2016-02-23 15:36 2645先来整体熟悉下Kafka的一些概念和架构 (一)什么是Ka ... -
大数据日志收集框架之Flume入门
2016-02-02 14:25 4186Flume是Cloudrea公司开源的一款优秀的日志收集框架 ... -
Apache Tez0.7编译笔记
2016-01-15 16:33 2522目前最新的Tez版本是0.8,但还不是稳定版,所以大家还 ... -
Bug死磕之hue集成的oozie+pig出现资源任务死锁问题
2016-01-14 15:52 3831这两天,打算给现有的 ... -
Hadoop2.7.1和Hbase0.98添加LZO压缩
2016-01-04 17:46 26031,执行命令安装一些依赖组件 yum install -y ... -
Hadoop2.7.1配置NameNode+ResourceManager高可用原理分析
2015-11-11 19:51 3177关于NameNode高可靠需要配置的文件有core-site ... -
设置Hadoop+Hbase集群pid文件存储位置
2015-10-20 13:40 2848有时候,我们对运行几 ... -
Hadoop+Maven项目打包异常
2015-08-11 19:36 1564先简单说下业务:有一个单独的模块,可以在远程下载Hadoop上 ...
相关推荐
例如,使用Hadoop命令行执行`hadoop fs -cat`查看文件内容时,如果文件不是UTF-8编码,可以通过`iconv`工具先转换编码再查看。 6. **源码分析**: 对于开发者来说,深入理解Hadoop源码有助于找出乱码的根源。可以...
- **分析访问趋势**:通过分析日志中的时间戳,可以识别高峰时段和低谷时段。 - **错误分析**:对响应状态码进行分类统计,可以找出常见的错误类型及其原因。 在具体实现过程中,首先需要对日志数据进行预处理,将...
网络日志记录了系统运行过程中的各类事件,对于追踪系统故障、监控系统状态至关重要。然而,面对日益庞大的数据量和复杂的数据结构,传统的人工分析方法显得力不从心。为了解决这一问题,分布式计算技术,特别是...
5. **错误日志分析**:查看安装过程或Hadoop启动时产生的错误日志,这些信息可能提供关于为什么需要这个DLL文件的线索。 6. **使用兼容性模式**:如果可能,尝试以兼容模式运行Hadoop,或者使用如cygwin这样的模拟...
在Hadoop作业执行过程中,会生成各种日志文件,这些文件对于理解和调试作业的执行过程至关重要。"Resultlog"暗示这可能是某个MapReduce作业的输出结果,而"0406"可能是日期,表示这个日志是4月6日产生的。 在使用...
调试时,可以查看日志输出,检查错误信息,优化性能。 通过理解和实践 Hadoop MapReduce 的 WordCount 示例,开发者可以快速掌握 MapReduce 的基本工作原理,为进一步学习和应用大数据处理技术打下坚实基础。
用户可以通过日志页面查看任务的执行过程,了解任务的执行情况,从而排除故障。 知识点 7:Yarn 中的日志管理 Yarn 中的日志管理是指 Yarn 中对日志信息的管理和存储。Yarn 负责将任务的日志信息存储在 HDFS 中,...
- **知识点概述**:YARN(Yet Another Resource Negotiator)中的日志聚合(Log Aggregation)功能是指将作业运行过程中产生的日志文件集中存储到HDFS中,以便进行统一管理和分析。此功能能够帮助用户更方便地查看和...
此外,还针对算法在实际部署过程中遇到的问题进行了针对性优化,比如通过参数调优提高收敛速度、引入增量学习机制应对持续产生的日志数据等。 #### 结论与展望 综上所述,本研究成功地开发了一种基于Hadoop平台的...
本项目“基于Hadoop生态技术的搜索引擎日志处理系统”旨在利用Hadoop生态系统,对搜索引擎产生的海量日志数据进行有效分析与处理,以挖掘其中的有价值信息。Hadoop作为分布式计算框架,其核心组件包括HDFS(Hadoop ...
- **Hadoop在日志分析中的优势**: - **高效性**:Hadoop通过将数据分割成多个小块并行处理,极大地提高了处理速度。 - **可扩展性**:随着数据量的增长,可以通过简单地添加更多节点到集群中来扩展处理能力。 -...
用Hadoop产生图表 Track Statistics程序 总结 Hadoop和Hive在Facebook的应用 概要介绍 Hadoop a Facebook 假想的使用情况案例 Hive 问题与未来工作计划 Nutch 搜索引擎 背景介绍 数据结构 ...
在网站流量日志分析的场景中,Hadoop能够有效地处理和分析海量的日志数据,以获取有价值的用户行为和网站性能信息。在这个过程中,数据采集是一个重要的步骤,虽然在某些情况下对数据采集的可靠性要求可能不是特别...
14. 日志分析:Hadoop会产生大量的日志文件,日志分析对于问题诊断和性能调优非常有帮助。可以使用像Elasticsearch和Kibana这样的工具来搜集、存储和分析日志信息。 以上就是Hadoop配置的主要知识点。对于初学者来...
在这个平台上,FLUME可能会被用来收集服务器产生的各种日志,例如用户浏览行为、点击流数据等,然后将这些数据发送到Hadoop或Spark进行进一步分析。 HIVE是基于Hadoop的数据仓库工具,它简化了数据查询和分析过程,...
**含义**: 此配置项用于指定Hadoop运行过程中使用的临时目录。在Hadoop集群中,该目录通常用于存储临时文件、日志文件以及其他运行时产生的数据。 **作用**: 设置合适的临时目录对于确保Hadoop集群的稳定性和性能至...
用Hadoop产生图表 Track Statistics程序 总结 Hadoop和Hive在Facebook的应用 概要介绍 Hadoop a Facebook 假想的使用情况案例 Hive 问题与未来工作计划 Nutch 搜索引擎 背景介绍 数据结构 Nutch系统利用Hadoop进行...