途径1:
途径2：
途径3：
成功!
由此，可以好好比较下，途径1和途径2 和途径3 的区别。
现在，来玩玩weekend110的joba提交的逻辑之源码跟踪
原来如此，weekend110的job提交的逻辑源码，停在这了
hello world
hello tom
helllo jim
jim is a bad boy
hello jack
hello baby
baby is my nvshen
hello world
hello tom
helllo jim
jim is a bad boy
hello jack
hello baby
baby is my nvshen
不再一个一个放了。直接放完吧，map
a 1
baby 2
bad 1
boy 1
helllo 1
hello 4
is 2
jack 1
jim 2
my 1
nvshen 1
tom 1
world
以上是weekend110的job提交的逻辑之源代码跟踪
接下来是yarn框架的技术机制，
Resourcemanager和nodemanager进程一直在，
Yarnchild进程一会在，一会不在，
以上是weekend110的job提交的逻辑及YARN框架的技术机制
MR程序的几种提交运行模式
本地模型运行：
1/在windows的eclipse里面直接运行main方法，就会将job提交给本地执行器localjobrunner执行
----输入输出数据可以放在本地路径下（c:/wc/srcdata/）
----输入输出数据也可以放在hdfs中(hdfs://weekend110:9000/wc/srcdata)
2/在linux的eclipse里面直接运行main方法，但是不要添加yarn相关的配置，也会提交给localjobrunner执行
----输入输出数据可以放在本地路径下（/home/hadoop/wc/srcdata/）
----输入输出数据也可以放在hdfs中(hdfs://weekend110:9000/wc/srcdata)
集群模式运行：
1/将工程打成jar包，上传到服务器，然后用hadoop命令提交 hadoop jar wc.jar cn.itcast.hadoop.mr.wordcount.WCRunner
2/在linux的eclipse中直接运行main方法，也可以提交到集群中去运行，但是，必须采取以下措施：
----在工程src目录下加入 mapred-site.xml 和 yarn-site.xml
----将工程打成jar包(wc.jar)，同时在main方法中添加一个conf的配置参数 conf.set("mapreduce.job.jar","wc.jar");
3/在windows的eclipse中直接运行main方法，也可以提交给集群中运行，但是因为平台不兼容，需要做很多的设置修改
----要在windows中存放一份hadoop的安装包（解压好的）
----要将其中的lib和bin目录替换成根据你的windows版本重新编译出的文件
----再要配置系统环境变量 HADOOP_HOME 和 PATH
----修改YarnRunner这个类的源码
玄机是在Runjar，
Runjar客户端，它持有的是跟rm通信的那个客户端，它就会往那走
Runjar客户端，它持有的是跟本地模式通信的那个客户端，它就会提交到本地去了
那么，它在什么情况之下，持有rm客户端，什么情况下，持有本地客户端呢？
看源码最清楚
配置对象，没配任何信息，默认就会创建一个跟本地模式通信的Runjar，
MR程序的几种提交运行模式
演示：
2/在linux的eclipse里面直接运行main方法，但是不要添加yarn相关的配置，也会提交给localjobrunner执行
----输入输出数据可以放在本地路径下（/home/hadoop/wc/srcdata/）
----输入输出数据也可以放在hdfs中(hdfs://weekend110:9000/wc/srcdata)
在这里，依然还是没解决，windows是用的是jpk，这里用的是utf-8，告诫我们，平常要习惯用utf-8
1 Common的jar包和 2 hdfs的jar包，已经加过了，
还需，3 mapreduce的jar包 4 mapreduce下lib下的jar 和5 yarn的jar包和6 yarn下lib的jar包。
hadoop没启，这只是在linux里的jvm运行。
这说明，跑的mr的确是在本地，
情况四：
总结，eclipse开发，若在windows下，需要插件，一般牛人会ant编译出一个插件，挂到csdn上，卖积分。也许，这位牛人弄出来的插件在他电脑上是可以，但到别人电脑上又不可以了。所以，一般能在linux里的eclipse下开发最好不过了。这样可避免插件浪费很多时间。
本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5895657.html，如需转载请自行联系原作者
