Hadoop:查询与中断MapReduce任务
实训目标
（1） 掌握查询 MapReduce 任务信息。
（2） 掌握查询集群的计算资源信息。
（3） 掌握中断执行中的 MapReduce 任务。
实训环境
（1） 使用 CentOS 6.10 的 Linux 操作系统虚拟机搭建的集群，节点有 3 个。
（2） 使用 2.6.4 版本 Hadoop 配置的集群。
实训内容
（1） 使用 Web 浏览器查看已执行过的 MapReduce 任务。
（2） 依次提交 3 个统计单词长度的 MapReduce 任务，查看当前集群的计算资源使用情况，以及任务列表信息。
（3） 中断第 2 个任务，观察后续任务的执行情况。
实训步骤
前置步骤
执行“ hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordmean /user/root/email_log.txt /user/root/wordmean ”，在 Web 浏览器输入“ http://master:8088/cluster/apps ”，打开 MapReduce 任务列表界面 ，可以看到任务运行状态和运行时间，如 图 4 ‑1 所示， StartTime 为开始时间， FinishTime 为结束时间， State 为运行状态， FinalStatus 为任务最终状态。
图 4 ‑ 1 MapReduce 任务任务信息
点击前面的任务 ID 可进入该任务的详细信息界面查看详细的任务信息 ，如下 图 4‑2 所示。
图 4 ‑ 2 wordmean 任务结束后的状态 4.4 同时提交多个 MapReduce 任务
同时打开 3 个 master 节点的命令终端，依次分别提交 wordmean MapReduce 任务，如下 代码 4 ‑2 所示。注意，输出目录必须重新指定，并且 3 个任务对应的输出目录是不相同的，例如，新的输出路径分别设置为 /user/root/wordmean1 ， /user/root/wordmean2 ， /user/root/wordmean3 。
代码 4 ‑ 2 提交 3 个 wordmean 任务到集群
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordmean /user/root/email_log.txt /user/root/wordmean1
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordmean /user/root/email_log.txt /user/root/wordmean2
hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.4.jar wordmean /user/root/email_log.txt /user/root/wordmean3 4.5 查看当前集群及各节点的资源使用情况
在开始执行后，马上在 WEB 浏览器输入“ http://master:8088/cluster/nodes ”，查看当前集群及各节点的资源使用情况。如 图 4 ‑3 所示，可以看到目前的资源使用状况。
图 4 ‑ 3 资源使用情况 4.6 中断任务 2
在任务未完成时，点击之前提交的第二个任务的任务 id ，进入该任务的任务信息界面，点击左上角的 kill Application 中断当前任务，如 图 4‑4 所示。
图 4 ‑ 4 中断任务
任务中断后重新查看“ http://master:8088/cluster/apps ”的任务运行情况，如 图 4 ‑5 所示。
图 4 ‑ 5 中断任务后 3 个任务的运行情况
运行结束后可在“ http://master:50070/dfshealth.jsp ”查看输出文件的结果，第一个任务输出 wordmean1 如 图 4 ‑6 所示。
图 4 ‑ 6 wordmean1
第 2 个任务被中断了，输出结果 wordmean2 如 图 4‑7 所示。
图 4 ‑ 7 wordmean2
第 3 个任务输出结果 wordmean3 如 图 4 ‑8 所示。
图 4 ‑ 8 wordmean3
