MAPREDUCE服务 MRS-MRS作业类型介绍:MRS作业分类

时间:2024-08-18 05:14:16

MRS 作业分类

MRS作业是MRS为用户提供的程序执行平台,用于处理和分析用户数据。用户可以在MRS管理控制台中在线创建作业任务,也可以通过集群客户端后台方式提交作业。

MRS作业处理的数据通常来源于OBS或HDFS,用户创建作业前需要将待分析数据上传至OBS系统,MRS使用OBS中的数据进行计算分析。

MRS也支持将OBS中的数据导入至HDFS中,使用HDFS中的数据进行计算分析。数据完成处理和分析后,您可以将数据存储在HDFS中,也可以将集群中的数据导出至OBS系统。HDFS和OBS也支持存储压缩格式的数据,目前支持存储bz2、gz压缩格式的数据。

目前MRS集群支持在线创建如下几种类型的作业:

  • MapReduce:提供快速并行处理大量数据的能力,是一种分布式数据处理模式和执行环境,MRS支持提交MapReduce Jar程序。
  • Spark:基于内存进行计算的分布式计算框架,MRS支持提交SparkSubmit、Spark Script和Spark SQL作业。
    • SparkSubmit:提交Spark Jar和Spark Python程序,运行Spark Application计算和处理用户数据。
    • SparkScript:提交SparkScript脚本,批量执行Spark SQL语句。
    • Spark SQL:使用Spark提供的类似SQL的Spark SQL语句,实时查询和分析用户数据。
  • Hive:建立在Hadoop基础上的开源的 数据仓库 。MRS支持提交HiveScript脚本和直接执行Hive SQL语句。
  • Flink:提供一个分布式大数据处理引擎,可对有限数据流和无限数据流进行有状态计算。
  • HadoopStreaming:HadoopStreaming作业像普通Hadoop作业一样,除了可以指定输入和输出的HDFS路径的参数外,它还可以指定mapper和reducer的可执行程序。
support.huaweicloud.com/usermanual-mrs/mrs_01_0051.html