怎么查看Hadoop运行过程中产生日志
如何查看Hadoop运行过程中产生日志
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。
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:
<?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。