代码之家 › 专栏 › 技术社区 › DilTeam

Hadoop的TooRunner线程安全吗?

apache-commons mapreduce hadoop multithreading java

DilTeam · 技术社区 · 11 年前

我想同时触发几个Hadoop作业。我使用Executors.newFixedThreadPool创建了一个线程池。想法是,如果池大小为2,我的代码将使用ToolRunner.run同时触发两个Hadoop作业。在我的测试中,我注意到这两个线程一直在互相踩。

当我查看引擎盖时,我注意到ToolRunner创建了GenericOptionsParser,后者反过来调用静态方法buildGeneralOptions。此方法使用OptionBuilder.withArgName,后者使用名为argName的实例变量。这对我来说并不安全,我相信这是我遇到问题的根本原因。

有什么想法吗?

1 回复 | 直到 11 年前

DilTeam 11 年前

已确认ToolRunner不是线程安全的:

原始代码(遇到问题):

  public static int run(Configuration conf, Tool tool, String[] args) 
throws Exception{
if(conf == null) {
  conf = new Configuration();
}
GenericOptionsParser parser = new GenericOptionsParser(conf, args);
//set the configuration back, so that Tool can configure itself
tool.setConf(conf);

//get the args w/o generic hadoop args
String[] toolArgs = parser.getRemainingArgs();
return tool.run(toolArgs);

}

新代码(有效):

    public static int run(Configuration conf, Tool tool, String[] args)
        throws Exception{
    if(conf == null) {
        conf = new Configuration();
    }
    GenericOptionsParser parser = getParser(conf, args);

    tool.setConf(conf);

    //get the args w/o generic hadoop args
    String[] toolArgs = parser.getRemainingArgs();
    return tool.run(toolArgs);
}

private static synchronized GenericOptionsParser getParser(Configuration conf, String[] args) throws Exception {
    return new GenericOptionsParser(conf, args);
}