MaxCompute用户指南：MapReduce：功能介绍：作业提交

MaxCompute 客户端提供一个 Jar 命令用于运行 MapReduce 作业，具体语法如下所示：

1.     Usage: jar [<GENERIC_OPTIONS>] <MAIN_CLASS> [ARGS]
2.         -conf <configuration_file>         Specify an application configuration file
3.         -resources <resource_name_list>    file\table resources used in mapper or reducer, seperate by comma
4.         -classpath <local_file_list>       classpaths used to run mainClass
5.         -D <name>=<value>                  Property value pair, which will be used to run mainClass
6.         -l                                 Run job in local mode
8. For example:
9.     jar -conf \home\admin\myconf -resources a.txt,example.jar -classpath ..\lib\example.jar:.\other_lib.jar -D java.library.path=.\native -Xmx512M mycompany.WordCount -m 10 -r 10 in out;

• 
  -conf < configuration file >：指定 JobConf 配置文件。
• 
  -resources < resource_name_list >：MapReduce 作业运行时使用的资源声明。一般情况下，resource_name_list 中需要指定 Map/Reduce 函数所在的资源名称。

  
  注意：
  如果您在 Map/Reduce 函数中读取了其他 MaxCompute 资源，那么，这些资源名称也需要被添加到 resource_name_list 中。
  资源之间使用逗号分隔，使用跨项目空间使用资源时，需要前面加上PROJECT/resources/，例如：-resources otherproject/resources/resfile。
  有关如何在 Map/Reduce 函数中读取资源的示例，请参见 资源使用示例。

• 
  -classpath < local_file_list >：本地执行时的 classpath，主要用于指定 main 函数所在的 Jar 包的本地路径（包含相对路径和绝对路径）。
    包名之间使用系统默认的文件分割符作分割。通常情况下：Windows 系统是分号，Linux 系统是逗号，如果您是在云端使用 MR 任务，Jar 包之间的分隔是逗号。

  
  大多数情况下，您更习惯于将 main 函数与 Map/Reduce 函数编写在一个包中，例如： WordCount 代码示例，因此，在执行示例程序时，-resources及 -classpath 的参数中都出现了 mapreduce-examples.jar。但二者意义不同：-resources 引用的是Map/Reduce 函数，运行于分布式环境中。而 -classpath 引用的是 main 函数，运行于本地，指定的 Jar包路径也是本地文件路径。

• 
  -D  < prop_name >=< prop_value >：本地执行时，< mainClass > 的 Java 属性，可以定义多个。
• 
  -l：以本地模式执行 MapReduce 作业，主要用于程序调试。

1.     <configuration>
2.        <property>
3.           <name>import.filename</name>
4.           <value>resource.txt</value>
5.        </property>
6.     </configuration>

1.     add jar data\mapreduce-examples.jar;
2.     jar -resources mapreduce-examples.jar -classpath data\mapreduce-examples.jar
3.         org.alidata.odps.mr.examples.WordCount wc_in wc_out;
5.     add file data\src.txt;
6.     add jar data\mapreduce-examples.jar;
7.     jar -resources src.txt,mapreduce-examples.jar -classpath data\mapreduce-examples.jar
8.         org.alidata.odps.mr.examples.WordCount wc_in wc_out;
10.     add file data\a.txt;
11.     add table wc_in as test_table;
12.     add jar data\work.jar;
13.     jar -conf odps-mapred.xml -resources a.txt,test_table,work.jar
14.         -classpath data\work.jar:otherlib.jar
15.         -D import.filename=resource.txt org.alidata.odps.mr.examples.WordCount args;