（转）多个MapReduce作业相互依赖时，使用JobControl进行管理

 原文地址：http://mntms.iteye.com/blog/2086990

 

要处理复杂关系的数据，一个工程里面绝对不止一个MapReduce作业，当有多个MapReduce作业时，       并且每个作业之间有依赖关系，所谓的依赖就是一个作业得到的结果是另外一个作业的输入，这个时候我们可     以使用JobControl吊用其中的的addDepending()方法，管理每个MapReduce工作间的依赖关系，具体的     示例如下：

   

    step1:

//设置各个Configuration
Configuration Aconf = new Configuration();
Configuration Bconf = new Configuration();
Configuration Cconf = new Configuration();
Configuration Dconf = new Configuration();

 

    step2:

//创建job对象，需要注意的是JobControl要求作业必须封装成job对象
Job Ajob = new Job(Aconf);
Job Bjob = new Job(Bconf);
Job Cjob = new Job(Cconf);
Job Djob = new Job(Dconf);

 

    step3:

//设置依赖关系，构造一个DAG作业
Bjob.addDepending(Ajob);
Cjob.addDepending(Ajob);
Djob.addDepending(Bjob);
Djob.addDepending(Cjob);

 

    step4:

//创建JobControl对象，由他对作业进行监控和调度
JobControl JC = new JobControl("Native Bayes");

 

    step5:

//把四个作业添加到JobControl中
JC.addJob(Ajob);
JC.addJob(Bjob);
JC.addJob(Cjob);
JC.addJob(Djob);

 

    step6:

//提交DAG作业
JC.run();

 

 

     在实际运行过程中，不依赖于其他任何作业的Ajob会优先得到调度，一旦运行完成，Bjob,Cjob两个作业同        时被调度，待他们全部运行完成后Djob被调用，参看上面的依赖的顺序！！！