hadoop - 如何在映射器（或减速器）中中止 MR 作业

Question

我试图在 map 方法中抛出 IOExceptions，但 MR 作业没有停止。在抛出大量 IOException 后，该作业将停止。有没有办法通过抛出异常或一些简单的调用来停止整个工作？谢谢。

Answer 1

这不是 Hadoop 的理想用例，也不是一个好的实践，但您可以直接从代码内部终止您的工作。因此，每当您达到希望停止工作的条件时，请记录必要的并杀死您的工作。

这可以使用旧mapredAPI 或使用.RunningJob.killjob() 来完成Job.killJob()。您应该在或中分别获得对 jobID 的引用RunningJob或Job对象。然后在需要时调用 kill 作业，新 API 的伪代码如下所示：configure()setup()

Class Map extends mapper<K1,V1,K2,V2>{
Job myJob;
@Override
setup(){
// Get the JObID
// Get the Job object
}

map(){
...
if(condition-to-stop){
myJob.killJob();
...
}
}
}

Answer 2

您可以通过简单地覆盖 Mapper 的 setup 和 run 函数来跳过 getJobID 方法。

    public static class LineMapper extends Mapper<Object, Text, Text, Text>{
        boolean myCondition;

        @Override
        public void setup(Context context){
            myCondition = true;
        }

        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
        //something happens in your code and you change the condition to false to stop the mapper
            myCondition = false;
        }

        @Override
        public void run(Context context) throws IOException, InterruptedException {

            setup(context);
            while (context.nextKeyValue()) {
                if(linecounter < 50) { 
                    map(context.getCurrentKey(), context.getCurrentValue(), context);
                } else {
                    cleanup(context);
                    break;
                }
            }
        }
    }