REST를 사용하여 HDInsight에서 Apache Hadoop으로 MapReduce 작업 실행

아티클
05/09/2024

HDInsight 클러스터의 Apache Hadoop에서 Apache Hive WebHCat REST API를 사용하여 MapReduce 작업을 실행하는 방법을 알아봅니다. Curl은 MapReduce 작업 실행을 원시 HTTP 요청을 사용하여 HDInsight와 함께 작용하는 방법을 설명하기 위해 사용됩니다.

참고 항목

Linux 기반 Hadoop 서버를 익숙하게 사용하지만 HDInsight는 처음인 경우 HDInsight의 Linux 기반 Apache Hadoop에 대해 알아야 할 정보 문서를 참조하세요.

필수 조건

HDInsight의 Apache Hadoop 클러스터. Azure Portal을 사용하여 Apache Hadoop 클러스터 만들기를 참조하세요.

다음 중 하나

Windows PowerShell 또는
Curl(jq 사용)

MapReduce 작업 실행

참고 항목

Curl 또는 기타 모든 REST 통신을 WebHCat 함께 사용하면 HDInsight 클러스터 관리자의 사용자 이름 및 암호를 제공하여 요청을 인증해야 합니다. 서버로 요청을 보내는 데 사용하는 URI의 일부에 클러스터 이름을 사용해야 합니다.

REST API는 기본 액세스 인증을 사용하여 보안이 유지됩니다. 자격 증명이 안전하게 서버에 전송되려면 항상 HTTPS를 사용하여 요청을 보냅니다.

Curl

사용 편의성을 위해 아래 변수를 설정합니다. 이 예제는 Windows 환경을 기준으로 하므로 환경의 필요에 따라 수정하세요.
```
set CLUSTERNAME=
set PASSWORD=
```
명령줄에서 다음 명령을 사용하여 HDInsight 클러스터에 연결할 수 있는지 확인합니다.
```
curl -u admin:%PASSWORD% -G https://%CLUSTERNAME%.azurehdinsight.net/templeton/v1/status
```
이 명령에서 사용된 매개 변수는 다음과 같습니다.
- -u: 요청을 인증하는 데 사용되는 사용자 이름 및 암호입니다.
- -G: 이 작업이 GET 요청임을 나타냅니다.
URL의 시작 부분, https://CLUSTERNAME.azurehdinsight.net/templeton/v1은 모든 요청에 대해 동일합니다.

다음 JSON과 유사한 응답이 수신됩니다.
```
{"version":"v1","status":"ok"}
```
MapReduce 작업을 제출하려면 다음 명령을 사용합니다. 필요에 따라 jq 경로를 수정합니다.
```
curl -u admin:%PASSWORD% -d user.name=admin ^
-d jar=/example/jars/hadoop-mapreduce-examples.jar ^
-d class=wordcount -d arg=/example/data/gutenberg/davinci.txt -d arg=/example/data/output ^
https://%CLUSTERNAME%.azurehdinsight.net/templeton/v1/mapreduce/jar | ^
C:\HDI\jq-win64.exe .id
```
URI(/mapreduce/jar)의 끝부분은 WebHCat에 이 요청이 jar 파일의 클래스에서 MapReduce 작업을 시작함을 알려줍니다. 이 명령에서 사용된 매개 변수는 다음과 같습니다.
- -d: -G가 사용되지 않으므로 요청은 POST 메서드로 기본 설정됩니다. -d 는 요청과 함께 전송되는 데이터 값을 지정합니다.
  - user.name: 명령을 실행하는 사용자입니다.
  - jar: 실행할 클래스가 포함된 jar 파일의 위치입니다.
  - class: MapReduce 논리가 포함된 클래스입니다.
  - arg: MapReduce 작업에 전달할 인수. 이 경우는 출력에 사용되는 입력 텍스트 파일과 디렉터리입니다.
이 명령은 작업 상태를 확인하는데 사용할 수 있는 작업 ID를 반환해야 합니다. job_1415651640909_0026.
작업 상태를 확인하려면 다음 명령을 사용합니다. JOBID의 값을 이전 단계에서 반환된 실제 값으로 바꿉니다. 필요에 따라 jq의 위치를 수정합니다.
```
set JOBID=job_1415651640909_0026

curl -G -u admin:%PASSWORD% -d user.name=admin https://%CLUSTERNAME%.azurehdinsight.net/templeton/v1/jobs/%JOBID% | ^
C:\HDI\jq-win64.exe .status.state
```

PowerShell

사용 편의성을 위해 아래 변수를 설정합니다. CLUSTERNAME을 실제 클러스터 이름으로 바꿉니다. 명령을 실행하고 클러스터 로그인 암호를 입력하라는 메시지가 표시되면 입력합니다.
```
$clusterName="CLUSTERNAME"
$creds = Get-Credential -UserName admin -Message "Enter the cluster login password"
```

다음 명령을 사용하여 HDInsight 클러스터에 연결할 수 있는지 확인합니다.

$resp = Invoke-WebRequest -Uri "https://$clustername.azurehdinsight.net/templeton/v1/status" `
    -Credential $creds `
    -UseBasicParsing
$resp.Content

다음 JSON과 유사한 응답이 수신됩니다.

{"version":"v1","status":"ok"}

MapReduce 작업을 제출하려면 다음 명령을 사용합니다.
```
$reqParams = @{}
$reqParams."user.name" = "admin"
$reqParams.jar = "/example/jars/hadoop-mapreduce-examples.jar"
$reqParams.class = "wordcount"
$reqParams.arg = @()
$reqParams.arg += "/example/data/gutenberg/davinci.txt"
$reqparams.arg += "/example/data/output"
$resp = Invoke-WebRequest -Uri "https://$clusterName.azurehdinsight.net/templeton/v1/mapreduce/jar" `
   -Credential $creds `
   -Body $reqParams `
   -Method POST `
   -UseBasicParsing
$jobID = (ConvertFrom-Json $resp.Content).id
$jobID
```
URI(/mapreduce/jar)의 끝부분은 WebHCat에 이 요청이 jar 파일의 클래스에서 MapReduce 작업을 시작함을 알려줍니다. 이 명령에서 사용된 매개 변수는 다음과 같습니다.
- user.name: 명령을 실행하는 사용자입니다.
- jar: 실행할 클래스가 포함된 jar 파일의 위치입니다.
- class: MapReduce 논리가 포함된 클래스입니다.
- arg: MapReduce 작업에 전달할 인수. 이 경우는 출력에 사용되는 입력 텍스트 파일과 디렉터리입니다.
이 명령은 작업 상태를 확인하는데 사용할 수 있는 작업 ID를 반환해야 합니다. job_1415651640909_0026.

작업 상태를 확인하려면 다음 명령을 사용합니다.

$reqParams=@{"user.name"="admin"}
$resp = Invoke-WebRequest -Uri "https://$clusterName.azurehdinsight.net/templeton/v1/jobs/$jobID" `
   -Credential $creds `
   -Body $reqParams `
   -UseBasicParsing

# ConvertFrom-JSON can't handle duplicate names with different case
# So change one to prevent the error
$fixDup=$resp.Content.Replace("jobID","job_ID")
(ConvertFrom-Json $fixDup).status.state

두 방법 모두

작업이 완료된 경우 상태는 SUCCEEDED입니다.
작업 상태가 SUCCEEDED로 변경되면 Azure Blob Storage에서 작업 결과를 검색할 수 있습니다. 쿼리와 함께 전달되는 statusdir 매개 변수에는 출력 파일의 위치가 포함됩니다. 이 예제에서 위치는 /example/curl입니다. 이 주소는 작업의 출력을 클러스터 기본 스토리지인 /example/curl에 저장합니다.

Azure CLI를 사용하여 이러한 파일을 나열하고 다운로드할 수 있습니다. Azure CLI를 사용하여 Azure Blob Storage로 작업하는 방법에 대한 자세한 내용은 빠른 시작: Azure CLI를 사용하여 Blob 생성, 다운로드 및 나열을 참조하세요.

다음 단계

HDInsight에서 Hadoop으로 작업하는 다른 방법에 관한 정보:

이 문서에 사용된 REST 인터페이스에 대한 자세한 내용은 WebHCat 참조를 참조하세요.

다음을 통해 공유