Hadoop - 有没有办法在作业之间共享自定义计数器？

Question

我正在运行一个 MapReduce 工作流，该工作流当前包含 2 个链式 MR 任务。在第一个任务中，映射器写入自定义计数器。我希望在第二个任务中的 reducer 的 setup() 方法中读取这个计数器的值。当我在第二个任务中尝试读取计数器的值时，我得到了 0 的值。

为清楚起见，每个任务都有自己的驱动程序代码，有自己的Configuration 和Job。计数器在主驱动程序类中定义为 static enum，它负责链接任务(并启动 EMR 集群，而不是在单节点集群设置中本地运行工作流) .

我正在使用 Hadoop 2.7.3 和 Java 8。

Answer 1

我看到至少 3 个选项:

• 将计数器值写入 hdfs 文件。作业完成后将其删除。

• 在作业之间共享配置，将计数器值放在配置中。

• 从主驱动程序中的第一个作业计数器读取计数器值，将其放入第二个作业配置中

作业完成后读取计数器:

long val = job.getCounters().getGroup("g").findCounter("c").getValue();