1前言

         hadoop的mapreduce提交到集群環(huán)境中出問(wèn)題的定位是比較麻煩的，有時(shí)需要一遍遍的修改代碼和打出日志來(lái)排查一個(gè)很小的問(wèn)題，如果數(shù)據(jù)量大的話調(diào)試起來(lái)相當(dāng)耗時(shí)間。因此有必要使用良好的單元測(cè)試手段來(lái)盡早的消除明顯的bug（當(dāng)然僅有單元測(cè)試是不夠的，畢竟跟集群的運(yùn)行環(huán)境還是不一樣的）。

       然而做mapreduce的單元測(cè)試會(huì)有一些障礙，比如Map和Reduce一些參數(shù)對(duì)象是在運(yùn)行時(shí)由hadoop框架傳入的，例如OutputCollector、Reporter、InputSplit等。這就需要有Mock手段。最初寫(xiě)mapreduce單元測(cè)試的時(shí)候自己寫(xiě)了幾個(gè)簡(jiǎn)單的Mock也基本能滿足需要，后來(lái)發(fā)現(xiàn)MRUnit比我寫(xiě)的要好用所以研究了一下就采用了。MRUnit是專門為hadoop mapreduce寫(xiě)的單元測(cè)試框架，API簡(jiǎn)潔明了，簡(jiǎn)單實(shí)用。但也有一些薄弱的地方，比如不支持MultipleOutputs（很多情況下我們會(huì)用MultipleOutputs作為多文件輸出，后面將介紹如何增強(qiáng)MRUnit使之支持MultipleOutputs）。

2 MRUnit

         MRUnit針對(duì)不同測(cè)試對(duì)象分別使用以下幾種Driver：

l  MapDriver，針對(duì)單獨(dú)的Map測(cè)試。

l  ReduceDriver，針對(duì)單獨(dú)的Reduce測(cè)試。

l  MapReduceDriver，將Map和Reduce連貫起來(lái)測(cè)試。

l  PipelineMapReduceDriver，將多個(gè)Map-Reduce pair貫串測(cè)試。

MapDriver

         單獨(dú)測(cè)試Map的例子，假設(shè)我們要計(jì)算一個(gè)賣家的平均發(fā)貨速度。Map將搜集每一次發(fā)貨的時(shí)間間隔。針對(duì)Map的測(cè)試，

         //這是被測(cè)試的Map

    private Map mapper;

    private MapDriver<LongWritable, Text, Text, TimeInfo> mapDriver;

    @Before

    public void setUp() {

        mapper = new Map();

        mapDriver = new MapDriver<LongWritable, Text, Text, TimeInfo>();

    }

    @Test

    public void testMap_timeFormat2() {

        String sellerId = "444";

        //模擬輸入一行（withInput），假設(shè)從這行數(shù)據(jù)中我們可以獲得賣家(sellerId)      //某一次時(shí)間間隔 為10小時(shí).

       //我們期望它輸出sellerId為key，value為代表1次10小時(shí)的TimeInfo對(duì)象。          //（withOutput）

       //如果輸入數(shù)據(jù)經(jīng)過(guò)Map計(jì)算后為期望的結(jié)果，那么測(cè)試通過(guò)。

       Text mapInputValue = new Text("……");

        mapDriver.withMapper(mapper)

              .withInput(null, mapInputValue)

              .withOutput(new Text(sellerId), new TimeInfo(1, 10))

              .runTest();

    }

ReduceDriver

         針對(duì)Reduce的單獨(dú)測(cè)試，還是這個(gè)例子。Reduce為根據(jù)Map或Combiner輸出的n次時(shí)間間隔的總和來(lái)計(jì)算平均時(shí)間。

    private Reduce reducer;

    @Before

    public void setUp() {

        reducer = new Reduce();

        reduceDriver = new ReduceDriver<Text, TimeInfo, Text,                                           LongWritable>(reducer);

    }

    @Test

    public void testReduce () {

        List<TimeInfo> values = new ArrayList<TimeInfo>();

        values.add(new TimeInfo(1, 3));//一次3小時(shí)

        values.add(new TimeInfo(2, 5));//兩次總共5小時(shí)

        values.add(new TimeInfo(3, 7));//三次總共7小時(shí)

       //values作為444這個(gè)賣家的reduce輸入，

       //期望計(jì)算出平均為2小時(shí)

        reduceDriver.withReducer(reducer)

                  .withInput(new Text("444"), values)

                  .withOutput(new Text("444"),new  LongWritable(2))

                  .runTest();

    }

MapReduceDriver

    以下為Map和Reduce聯(lián)合測(cè)試的例子，

    private MapReduceDriver<LongWritable, Text, Text, TimeInfo, Text, LongWritable> mrDriver;

    private Map mapper;

    private Reduce reducer;

    @Before

    public void setUp() {

        mapper = new Map();

        reducer = new Reduce();

        mrDriver = new MapReduceDriver<LongWritable, Text, Text, TimeInfo,                    Text, LongWritable>(mapper, reducer);

    }

    @Test

    public void testMapReduce_3record_1user() {

       Text mapInputValue1 = new Text("……");

       Text mapInputValue2 = new Text("……");

       Text mapInputValue3 = new Text("……");

       //我們期望從以上三條Map輸入計(jì)算后，

       //從reduce輸出得到444這個(gè)賣家的平均時(shí)間為2小時(shí).

        mrDriver.withInput(null, mapInputValue1)

           .withInput(null, mapInputValue2)

           .withInput(null, mapInputValue3)

           .withOutput(new Text("444"),new LongWritable(2))

           .runTest();