通过MapReduce JobID 停止（kill）指定任务

标签：

一、说明

       有时候我们在提交任务以后，能够获取一个MapReduce任务的ID，一般为Job_**********_xxxx的组合，下面将介绍如何获取JobID，与通过其他程序与JOBID停止一个正在运行的任务。

二、流程

1、提交任务并获取ID值。

通常情况下，我们进行远程提交时，都会使用job.waitForCompletion(true);函数去提交一个任务并且在eclipse中远程监听任务的执行情况。但是如果使用job.submit()方法后，则只是将任务提交到集群结束，即不在远程坚挺集群上任务执行的情况。

job.submit();
System.out.println(job.getJobID());

通过job.submit()方法，我们可以在提交任务后，直接结束客户端的提交行为。但是job在提交到集群前的相关数据已经封装到了job对象中。因此我们可以通过job.getJobID()获取刚刚提交的任务的ID值。

2、通过jobid停止任务

想要通过jobid停止任务，则需要重新获取集群(cluster)上的任务的示例，因此需要通过JobClient去完成相关的任务。通过下述代码可以完成对集群上正在运行任务的ID值：

package mr;

import java.io.IOException;
import java.net.InetSocketAddress;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.RunningJob;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.JobID;
import org.apache.hadoop.mapreduce.JobStatus;

public class MRKillJob {
	
	public static void main(String[] args)
	{
		MRKillJob test=new MRKillJob();
		test.killJob("job_1461739723866_0094");
	}
	
	/**
	 * @author wozipa
	 * @Date 2016-6-9 15:02
	 * @see 删除某一个任务
	 * @param jobId
	 */
	public void killJob(String id)
	{
		Configuration conf=new Configuration();
		conf.set("fs.defaultFS", "hdfs://hadoop1:9000");
 		conf.set("yarn.resourcemanager.address", "hadoop1:8032");
		conf.set("mapreduce.jobhistory.address", "192.98.12.234:10020");
		conf.set("yarn.resourcemanager.scheduler.address", "hadoop1:8030");
		conf.set("mapreduce.framework.name", "yarn");
		conf.set("mapreduce.app-submission.cross-platform", "true");
		try {
			JobClient client=new JobClient(new InetSocketAddress("192.98.12.234",8032), conf);
			RunningJob job=client.getJob(id);
			System.out.println(job.setupProgress());
			System.out.println(job.cleanupProgress());
			System.out.println(job.mapProgress());
			System.out.println(job.reduceProgress());
			System.out.println(job.getJobName());
			System.out.println(job.getJobState());
			System.out.println(job.isComplete());
			System.out.println(job.getFailureInfo());
			System.out.println(job.getHistoryUrl().toString());
			System.out.println(job.getID());
			JobStatus status=job.getJobStatus();
			System.out.println(status.toString());
			System.out.println(job.getTrackingURL());
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		
	}

}

在Hadoop2.x版本中，有两种执行MapReduce的方式，MR V1与YARN。因为在这里我的集群使用的YARN的模式（mapreduce.framework.name=yarn）；因此任务的调度都是有YARN中的ResourceManager进程完成，因此想要获取JobClienti对象与集群的连接，就需要与ResourceMnager进行进行交互。因此在创建JobClient对象时的网络位置写的是ResouceManager进程的IP地址与端口号。

并且conf中需要制定ResourceManager进程的位置（id+port），因此这里照搬了任务远程提交时的配置。

当获取JobClient对象后，可以通过

RunningJob job=client.getJob(id);

在测试过程中发现，当任务执行完成后，jobclient对象会自动去Job History Server上获取任务的执行信息。如果没有早conf中指定history的地址的话，jobclient会去本地0.0.0.0:10020位置上去寻找历史服务器，因此需要在conf中指定历史服务器的位置。因此可知为何在conf中设置resoucemanager的ip+port了。

如果需要停止任务的话，则使用

job.killJob()；

就可以完成对任务的终止了。

RunningJob对象中也含有任务执行过程中的其他信息，可以通过job对象中的方法进行获取，例如setupProgress属性是指setup程序完成的百分比，一次类推就知道mapProgress、reduceProgress、cleanupProgress的含义了。其他属性用户可以自己去进行测试。

通过MapReduce JobID 停止（kill）指定任务

标签：

原文地址：http://blog.csdn.net/u011518678/article/details/51356210