始终以本地模式运行的 Giraph 作业

Question

我在 Hadoop 2.6.0 上运行 Giraph 1.1.0。 mapredsite.xml 看起来像这样

<configuration>

<property>
  <name>mapreduce.framework.name</name>
  <value>yarn</value>
  <description>The runtime framework for executing MapReduce jobs. Can be one of
    local, classic or yarn.</description>
</property>

<property>
<name>mapreduce.map.memory.mb</name>
<value>4096</value>
<name>mapreduce.reduce.memory.mb</name>
<value>8192</value>
</property>
<property>
<name>mapreduce.map.java.opts</name>
<value>-Xmx3072m</value>
<name>mapreduce.reduce.java.opts</name>
<value>-Xmx6144m</value>
</property>
<property>
<name>mapred.tasktracker.map.tasks.maximum</name>
<value>4</value>
</property>
<property>
<name>mapred.map.tasks</name>
<value>4</value>
</property>
</configuration>

giraph-site.xml 看起来像这样

<configuration>
<property>
        <name>giraph.SplitMasterWorker</name>
        <value>true</value>
</property>
<property>
        <name>giraph.logLevel</name>
        <value>error</value>
</property>
</configuration>

我不想在本地模式下运行作业。我还将环境变量 MAPRED_HOME 设置为 HADOOP_HOME。这是运行程序的命令。

hadoop jar myjar.jar hu.elte.inf.mbalassi.msc.giraph.betweenness.BetweennessComputation /user/$USER/inputbc/inputgraph.txt /user/$USER/outputBC 1.0 1

当我运行此代码计算图中顶点的中介中心性时，我得到以下异常

Exception in thread "main" java.lang.IllegalArgumentException: checkLocalJobRunnerConfiguration: When using LocalJobRunner, you cannot run in split master / worker mode since there is only 1 task at a time!
        at org.apache.giraph.job.GiraphJob.checkLocalJobRunnerConfiguration(GiraphJob.java:168)
        at org.apache.giraph.job.GiraphJob.run(GiraphJob.java:236)
        at hu.elte.inf.mbalassi.msc.giraph.betweenness.BetweennessComputation.runMain(BetweennessComputation.java:214)
        at hu.elte.inf.mbalassi.msc.giraph.betweenness.BetweennessComputation.main(BetweennessComputation.java:218)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:497)
        at org.apache.hadoop.util.RunJar.run(RunJar.java:221)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:136)

我应该怎么做才能确保作业不在本地模式下运行？

Answer 1

几天前我遇到了这个问题。幸运的是我通过这样做解决了它。

修改配置文件mapred-site.xml，确保属性'mapreduce.framework.name'的值为'yarn'并添加属性'mapreduce.jobtracker.address'，如果有值为'yarn'不是。

mapred-site.xml 如下所示：

<configuration>
   <property>
     <name>mapreduce.framework.name</name>
     <value>yarn</value>
   </property>
   <property>
     <name>mapreduce.jobtracker.address</name>
     <value>yarn</value>
   </property>
</configuration>

修改mapred-site.xml后重启hadoop。然后运行你的程序，设置'-w'后面的值大于1，'giraph.SplitMasterWorker'的值为'true'。它可能会工作。

至于问题的原因，我只是引用某人的说法： 这些属性是为单节点执行而设计的，必须 在节点集群中执行事物时发生更改。在这种情况下， jobtracker 必须指向将执行的机器之一 NodeManager 守护进程（Hadoop 从属）。至于框架，应该是 改为“纱线”。

Answer 2

我们可以看到，在LocalJobRunner 中的配置检查失败的堆栈跟踪中，这有点误导，因为它使我们假设我们在本地模型中运行。您已经找到了负责任的配置选项：giraph.SplitMasterWorker 但是在您的情况下，您将其设置为true。但是，在带有最后一个参数1 的命令行上，您指定只使用一个工作人员。因此框架决定你必须在本地模式下运行。作为解决方案，您有两种选择：

• 将giraph.SplitMasterWorker 设置为false，尽管您在集群上运行。

• 通过将最后一个参数更改为命令行调用来增加工作人员的数量。

  hadoop jar myjar.jar hu.elte.inf.mbalassi.msc.giraph.betweenness.BetweennessComputation /user/$USER/inputbc/inputgraph.txt /user/$USER/outputBC 1.0 4

有关本地模式问题的详细信息，请参阅my other answer at SO (Apache Giraph master / worker mode)。

Answer 3

如果您想从节点中拆分主节点，您可以使用：

-ca giraph.SplitMasterWorker=true

还可以指定您可以使用的工人数量：

-w #

其中“#”是您要使用的工人数。