从Java代码远程提交YARN MapReduce任务

在Hadoop上运行MapReduce任务的标准做法是把代码打包到jar里面，上传到服务器，然后用命令行启动。如果你是从一个Java应用中想要启动一个MapReduce，那么这个方法真是又土又麻烦。

其实YARN是可以通过Java程序向Hadoop集群提交MapReduce任务的。与普通的任务不同的是，远程提交的Job由于读不到服务器上的mapred-site.xml和yarn-site.xml，所以在Job的Configuration里面需要添加一些设置，然后再提交就可以了。

贴上一个示例代码，大家一看就明白了：
[mw_shl_code=java,true]public class RemoteMapReduceService {  
    public static String startJob() throws Exception {  
        Job job = Job.getInstance();  
        job.setJobName("xxxx");  
        /***************************
         *......
         *在这里，和普通的MapReduce一样，设置各种需要的东西
         *......
         ***************************/  
                  
        //下面为了远程提交添加设置：  
        Configuration conf = job.getConfiguration();  
        conf.set("mapreduce.framework.name", "yarn");  
        conf.set("hbase.zookeeper.quorum", "MASTER:2181");  
        conf.set("fs.default.name", "hdfs://MASTER:8020");  
        conf.set("yarn.resourcemanager.resource-tracker.address", "MASTER:8031");  
        conf.set("yarn.resourcemanager.address", "MASTER:8032");  
        conf.set("yarn.resourcemanager.scheduler.address", "MASTER:8030");  
        conf.set("yarn.resourcemanager.admin.address", "MASTER:8033");  
        conf.set("yarn.application.classpath", "$HADOOP_CONF_DIR,"  
            +"$HADOOP_COMMON_HOME/*,$HADOOP_COMMON_HOME/lib/*,"  
            +"$HADOOP_HDFS_HOME/*,$HADOOP_HDFS_HOME/lib/*,"  
            +"$HADOOP_MAPRED_HOME/*,$HADOOP_MAPRED_HOME/lib/*,"  
            +"$YARN_HOME/*,$YARN_HOME/lib/*,"  
            +"$HBASE_HOME/*,$HBASE_HOME/lib/*,$HBASE_HOME/conf/*");  
        conf.set("mapreduce.jobhistory.address", "MASTER:10020");  
        conf.set("mapreduce.jobhistory.webapp.address", "MASTER:19888");  
        conf.set("mapred.child.java.opts", "-Xmx1024m");  
         
        job.submit();  
        //提交以后，可以拿到JobID。根据这个JobID可以打开网页查看执行进度。  
        return job.getJobID().toString();  
    }  
}  [/mw_shl_code]