わが社はいかにしてHadoopクラスター環境を構築したか：となりのアドテク（2）（5/5 ページ）

[荻原慎吾／上原誠，CyberZ]

動作を確認する

　ここからは、簡単にHDFSとMapReduceの動作確認を行ってみましょう。

HDFSの動作を確認する

　HDFSの動作確認をします。HDFS上にファイルの作成と削除を行います。

$ hadoop fs -touchz /test
$ hadoop fs -ls /
Found 5 items
-rw-r--r--   3 hdfs supergroup      	0 2014-01-24 22:13 /test
drwxr-xr-x   - hdfs supergroup      	0 2013-12-04 18:38 /jobtracker
drwxr-xr-x   - hdfs supergroup      	0 2014-01-14 15:44 /mahout
drwxrwxrwt   - hdfs supergroup      	0 2014-01-20 16:44 /tmp
drwxrwxrwx   - hdfs supergroup      	0 2014-01-20 16:54 /user
$ hadoop fs -rm /test
$ hadoop fs -ls /
Found 4 items
drwxr-xr-x   - hdfs supergroup      	0 2013-12-04 18:38 /jobtracker
drwxr-xr-x   - hdfs supergroup      	0 2014-01-14 15:44 /mahout
drwxrwxrwt   - hdfs supergroup      	0 2014-01-20 16:44 /tmp
drwxrwxrwx   - hdfs supergroup      	0 2014-01-20 16:54 /user

MapReduceの動作を確認する

　MapReduceの動作確認をします。CDHに含まれているexampleのMapReduceを実行して円周率の計算をします。

$ hadoop jar /opt/cloudera/parcels/CDH-4.4.0-1.cdh4.4.0.p0.39/lib/hadoop-0.20-mapreduce/h
adoop-examples-2.0.0-mr1-cdh4.4.0.jar pi 5 2000
Number of Maps  = 5
Samples per Map = 2000
Wrote input for Map #0
Wrote input for Map #1
Wrote input for Map #2
Wrote input for Map #3
Wrote input for Map #4
Starting Job
14/01/24 22:16:13 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
14/01/24 22:16:13 INFO mapred.FileInputFormat: Total input paths to process : 5
14/01/24 22:16:13 INFO mapred.JobClient: Running job: job_201401201800_0003
14/01/24 22:16:14 INFO mapred.JobClient:  map 0% reduce 0%
14/01/24 22:16:23 INFO mapred.JobClient:  map 80% reduce 0%
14/01/24 22:16:24 INFO mapred.JobClient:  map 100% reduce 0%
14/01/24 22:16:29 INFO mapred.JobClient:  map 100% reduce 100%
14/01/24 22:16:30 INFO mapred.JobClient: Job complete: job_201401201800_0003
14/01/24 22:16:30 INFO mapred.JobClient: Counters: 33
14/01/24 22:16:30 INFO mapred.JobClient:   File System Counters
14/01/24 22:16:30 INFO mapred.JobClient: 	FILE: Number of bytes read=75
14/01/24 22:16:30 INFO mapred.JobClient: 	FILE: Number of bytes written=988233
14/01/24 22:16:30 INFO mapred.JobClient: 	FILE: Number of read operations=0
14/01/24 22:16:30 INFO mapred.JobClient: 	FILE: Number of large read operations=0
14/01/24 22:16:30 INFO mapred.JobClient: 	FILE: Number of write operations=0
14/01/24 22:16:30 INFO mapred.JobClient: 	HDFS: Number of bytes read=1215
14/01/24 22:16:30 INFO mapred.JobClient: 	HDFS: Number of bytes written=215
14/01/24 22:16:30 INFO mapred.JobClient: 	HDFS: Number of read operations=16
14/01/24 22:16:30 INFO mapred.JobClient: 	HDFS: Number of large read operations=0
14/01/24 22:16:30 INFO mapred.JobClient: 	HDFS: Number of write operations=3
14/01/24 22:16:31 INFO mapred.JobClient:   Job Counters
14/01/24 22:16:31 INFO mapred.JobClient: 	Launched map tasks=5
14/01/24 22:16:31 INFO mapred.JobClient: 	Launched reduce tasks=1
14/01/24 22:16:31 INFO mapred.JobClient: 	Data-local map tasks=5
14/01/24 22:16:31 INFO mapred.JobClient: 	Total time spent by all maps in occupied slots (ms)=22949
14/01/24 22:16:31 INFO mapred.JobClient: 	Total time spent by all reduces in occupied slots (ms)=3985
14/01/24 22:16:31 INFO mapred.JobClient: 	Total time spent by all maps waiting after reserving slots (ms)=0
14/01/24 22:16:31 INFO mapred.JobClient: 	Total time spent by all reduces waiting after reserving slots (ms)=0
14/01/24 22:16:31 INFO mapred.JobClient:   Map-Reduce Framework
14/01/24 22:16:31 INFO mapred.JobClient: 	Map input records=5
14/01/24 22:16:31 INFO mapred.JobClient: 	Map output records=10
14/01/24 22:16:31 INFO mapred.JobClient: 	Map output bytes=90
14/01/24 22:16:31 INFO mapred.JobClient: 	Input split bytes=625
14/01/24 22:16:31 INFO mapred.JobClient: 	Combine input records=0
14/01/24 22:16:31 INFO mapred.JobClient: 	Combine output records=0
14/01/24 22:16:31 INFO mapred.JobClient: 	Reduce input groups=2
14/01/24 22:16:31 INFO mapred.JobClient: 	Reduce shuffle bytes=175
14/01/24 22:16:31 INFO mapred.JobClient: 	Reduce input records=10
14/01/24 22:16:31 INFO mapred.JobClient: 	Reduce output records=0
14/01/24 22:16:31 INFO mapred.JobClient: 	Spilled Records=20
14/01/24 22:16:31 INFO mapred.JobClient: 	CPU time spent (ms)=4340
14/01/24 22:16:31 INFO mapred.JobClient: 	Physical memory (bytes) snapshot=2201190400
14/01/24 22:16:31 INFO mapred.JobClient: 	Virtual memory (bytes) snapshot=10074357760
14/01/24 22:16:31 INFO mapred.JobClient: 	Total committed heap usage (bytes)=2552233984
14/01/24 22:16:31 INFO mapred.JobClient:   org.apache.hadoop.mapreduce.lib.input.FileInputFormatCounter
14/01/24 22:16:31 INFO mapred.JobClient: 	BYTES_READ=120
Job Finished in 17.947 seconds
Estimated value of Pi is 3.14080000000000000000

　ここまでで、当社が実際に利用している環境と同様のHadoop環境やCMの導入手順を紹介しました。次回はClouderaManagerやHueを使ったHadoopの運用ついて紹介していきます。お楽しみに！

執筆者プロフィール

萩原伸悟

株式会社CyberZ　スマートデバイスアドテクノロジー事業部　エンジニア

メーカーでシステムエンジニアを経験後，Webマーケティングの会社を設立しCTOに就任。2013年4月、株式会社CyberZ入社。スマートフォン広告効果測定ツール「Force Operation X」の開発に従事。開発業務の傍ら、ソフトウェア、プログラミングに関する執筆活動も積極的に行っている。

上原誠

株式会社CyberZ　スマートデバイスアドテクノロジー事業部　エンジニア

通信システム会社でインフラエンジニアを経験後、2012年、株式会社サイバーエージェント入社。Ameba事業本部にて、スマートフォンサービスプラットフォームにおけるインフラエンジニアを担当。2013年9月、株式会社CyberZへ入社。スマートフォン広告ソリューションツール「Force Operation X」のインフラチームを率いる。現在は、AWSプラットフォーム、Hadoop、OSS／Linuxシステムの構築、技術検証を行う。CCNP、MCSE、LPIC、IBM Certified Operator（AIX）認定技術者。

関連特集：「データ分析を支える技術」

大量データをサービス開発に生かす機運が高まっている今、多くのIT技術者はビジネスサイドの要請に、柔軟・迅速に応えられるデータ基盤整備を迫られている。本特集では、その基礎技術や理解しておくべき技術動向、新たな収益に結び付くデータ活用の在り方を紹介する。

特集：データ分析を支える技術