MapReduce日志处理，如何有效利用loglog算法优化大数据计算？

在MapReduce编程中，日志记录是一个重要的工具，用于监控和调试大规模数据处理作业，MapReduce框架提供了详细的日志记录功能，帮助开发者了解作业执行过程中的详细情况，本文将详细介绍MapReduce日志的查看方法、存储位置以及日志级别设置等内容。

MapReduce日志查看方法

MapReduce日志可以通过多种方式查看，以下是一些常用的方法：

1、使用yarn命令：

通过yarn logs applicationId <application_id>命令可以查看特定MapReduce作业的日志。

     yarn logs applicationId application_1539198654522_1073695 > log.txt

这条命令会将日志输出到log.txt文件中，方便后续分析。

2、通过Web UI查看：

可以在YARN ResourceManager的Web界面（默认端口为8088）查看作业日志，进入页面后，点击具体的作业链接，然后在页面底部的"logs"部分查看日志。

MapReduce日志存储位置

MapReduce日志主要存储在以下路径：

1、JobhistoryServer：

运行日志存储在/var/log/Bigdata/mapreduce/jobhistory。

审计日志存储在/var/log/Bigdata/audit/mapreduce/jobhistory。

2、Container：

每个容器的日志存储在/srv/BigData/hadoop/data1/nm/containerlogs/application_${appid}/container_{$contid}。

日志归档规则

MapReduce的日志启动了自动压缩归档功能，缺省情况下，当日志大小超过50MB时，会自动压缩，压缩后的日志文件名规则为“<原有日志名><yyyymmdd_hhmmss>.[编号].log.zip”，最多保留最近的100个压缩文件，压缩文件保留个数可以在参数配置界面中配置。

日志级别

MapReduce中提供了多种日志级别，包括FATAL、ERROR、WARN、INFO和DEBUG，日志级别优先级从高到低分别是FATAL、ERROR、WARN、INFO、DEBUG，程序会打印高于或等于所设置级别的日志，设置的日志等级越高，打印出来的日志就越少。

日志格式

MapReduce日志格式如下所示：

| 日志类型 | 格式 | 示例 |

| | | |

| 运行日志 |<yyyyMMdd HH:mm:ss,SSS>|<Log Level>|<产生该日志的线程名字>|<log中的message>|<日志事件的发生位置> |20200126 14:18:59,109 | INFO | main | Client environment:java.compiler=<NA> | org.apache.zookeeper.Environment.logEnv(Environment.java:100) |

| 审计日志 |<yyyyMMdd HH:mm:ss,SSS>|<Log Level>|<产生该日志的线程名字>|<log中的message>|<日志事件的发生位置> |20200126 14:24:43,605 | INFO | mainEventThread | USER=omm OPERATION=refreshAdminAcls TARGET=AdminService RESULT=SUCCESS | org.apache.hadoop.yarn.server.resourcemanager.RMAuditLogger$LogLevel$6.printLog(RMAuditLogger.java:91) |

常见问题解答

如何修改MapReduce作业的日志级别？

答：你可以通过Cloudera Manager或者直接修改配置文件来设置日志级别，在mapredsite.xml中添加以下配置：

<property>
    <name>mapreduce.reduce.log.level</name>
    <value>DEBUG</value>
</property>
<property>
    <name>mapreduce.map.log.level</name>
    <value>DEBUG</value>
</property>
<property>
    <name>yarn.app.mapreduce.am.log.level</name>
    <value>DEBUG</value>
</property>

保存配置后重新部署Yarn的Gateway客户端即可。

MapReduce日志过大导致的问题如何解决？

答：MapReduce日志启动了自动压缩归档功能，当日志大小超过50MB时，会自动压缩，压缩后的日志文件名规则为“<原有日志名><yyyymmdd_hhmmss>.[编号].log.zip”，最多保留最近的100个压缩文件，压缩文件保留个数可以在参数配置界面中配置，可以通过调整日志级别来减少日志量，例如将日志级别设置为WARN或ERROR。

通过以上内容，相信你对MapReduce日志有了更深入的了解，合理利用这些工具和方法，可以帮助你更好地监控和调试MapReduce作业，提高数据处理的效率和可靠性。