Java 给工作打电话有什么不同

从

main（）

调用mapreduce作业与从

ToolRunner.run（）调用mapreduce作业有何不同？当我们说主类说，
MapReduce扩展了配置的实现工具
，如果我们只是从主方法简单运行作业，我们所没有的额外特权是什么？谢谢。
没有额外的特权，但是您的命令行选项可以通过GenericOptions Parser运行，这将允许您提取某些配置属性并从中配置配置配置对象：


基本上，您可以从命令行显式配置配置属性，而不是自己解析某些选项（使用列表中参数的索引）：

hadoop jar myJar.jar com.Main prop1value prop2value

public static void main(String args[]) {
    Configuration conf = new Configuration();
    conf.set("prop1", args[0]);
    conf.set("prop2", args[1]);

    conf.get("prop1"); // will resolve to "prop1Value"
    conf.get("prop2"); // will resolve to "prop2Value"
}

通过ToolRunner变得更加精简：

hadoop jar myJar.jar com.Main -Dprop1=prop1value -Dprop2=prop2value

public int run(String args[]) {
    Configuration conf = getConf();

    conf.get("prop1"); // will resolve to "prop1Value"
    conf.get("prop2"); // will resolve to "prop2Value"
}

最后一点警告：当使用配置方法getConf（）时，首先创建作业对象，然后拉出其配置-作业构造函数会复制传入的配置对象，因此如果对传入的引用进行更改，作业将看不到这些更改：

public int run(String args[]) {
    Configuration conf = getConf();

    conf.set("prop3", "blah");

    Job job = new Job(conf); // job will have a deep copy of conf

    conf.set("prop4", "dummy"); // here we're amending the original conf

    job.getConfiguration().get("prop4"); // will resolve to null
}

通过使用.run（），任何hadoop应用程序都可以处理hadoop支持的事务。ToolRunner在内部使用。
简而言之，命令行提供的特定于hadoop的选项将被解析并设置到应用程序的对象中。如果只使用main（），这不会自动发生

如果你说：

% hadoop MyHadoopApp -D mapred.reduce.tasks=3

然后
ToolRunner.run（新的MyHadoopApp（），args）
将自动在
配置
对象中将值参数
mapred.reduce.tasks
设置为3

我们没有额外的特权。通常，人们不会在hadoop作业中简单地使用main（）。使用.run（）是一种标准做法。
这是对代码的很好解释。我之前没有注意到几点，比如先创建Job对象，然后再获取它的配置，但现在它是有意义的。。