本文地址：博客園 逖靖寒 http://gpcuster.cnblogs.com
前提
1. 了解JUnit4.x的使用。2. 了解Mock的概念在單元測(cè)試中的應(yīng)用。3. 了解Hadoop中MapReduce的編程模型。
如果您對(duì)Junit和Mock不了解，可以先閱讀[翻譯]Unit testing with JUnit 4.x and EasyMock in Eclipse - Tutorial。
如果您對(duì)Hadoop中MapReduce的編程模型不了解，可以先閱讀Map/Reduce Tutorial。
介紹
MRUnit是一款由Couldera公司開(kāi)發(fā)的專(zhuān)門(mén)針對(duì)Hadoop中編寫(xiě)MapReduce單元測(cè)試的框架。
它可以用于0.18.x版本中的經(jīng)典org.apache.hadoop.mapred.*的模型，也能在0.20.x版本org.apache.hadoop.mapreduce.*的新模型中使用。
官方的介紹如下：
MRUnit is a unit test library designed to facilitate easy integration between your MapReduce development process and standard development and testing tools such as JUnit. MRUnit contains mock objects that behave like classes you interact with during MapReduce execution (e.g., InputSplit and OutputCollector) as well as test harness "drivers" that test your program's correctness while maintaining compliance with the MapReduce semantics. Mapper and Reducer implementations can be tested individually, as well as together to form a full MapReduce job.
安裝
在目前Hadoop的發(fā)行版中，并沒(méi)有默認(rèn)包含MRUnit。你需要去Couldera公司的官網(wǎng)中去下載一個(gè)由他們?cè)俅伟l(fā)行的版本。
推薦的版本為：hadoop-0.20.1+133.tar.gz。
下載這個(gè)文件后，你將在hadoop-0.20.1+133\contrib\mrunit目錄中找到我們需要的jar包：hadoop-0.20.1+133-mrunit.jar。
為了使用MRUnit，我們需要將hadoop-0.20.1+133-mrunit.jar和Junit4.x使用的jar包：junit.jar都添加到我們開(kāi)發(fā)Hadoop程序項(xiàng)目的classpath中。
示例
代碼是最好的文檔，我們先看一個(gè)簡(jiǎn)單的map單元測(cè)試示例，代碼如下：
package gpcuster.cnblogs.com;
import junit.framework.TestCase;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.Mapper;
import org.apache.hadoop.mapred.lib.IdentityMapper;
import org.junit.Before;
import org.junit.Test;
import org.apache.hadoop.mrunit.MapDriver;
public class TestExample extends TestCase {
private Mapper<Text, Text, Text, Text> mapper;
private MapDriver<Text, Text, Text, Text> driver;
@Before
public void setUp() {
mapper = new IdentityMapper<Text, Text>();
driver = new MapDriver<Text, Text, Text, Text>(mapper);
}
@Test
public void testIdentityMapper() {
driver.withInput(new Text("foo"), new Text("bar"))
.withOutput(new Text("foo"), new Text("bar"))
.runTest();
}
}
在這段示例代碼中，我們使用的map是org.apache.hadoop.mapred.lib.IdentityMapper。這是一個(gè)非常簡(jiǎn)單的map函數(shù)：輸入什么，就輸出什么。
org.apache.hadoop.mrunit.MapDriver是我們從MRUnit框架中導(dǎo)入的一個(gè)專(zhuān)門(mén)用于測(cè)試map的類(lèi)。
我們通過(guò)withInput指定輸入的參數(shù)，通過(guò)withOutput指定我們期望的輸出，然后通過(guò)runTest運(yùn)行我們的測(cè)試。
功能
1. 測(cè)試Map，我們可以使用MapDriver。2. 測(cè)試Reduce，我們可以使用ReduceDriver。3. 測(cè)試一個(gè)完整的MapReduce，我們可以使用MapReduceDriver。4. 測(cè)試多個(gè)MapReduce組合而成的操作，我們可以使用PipelineMapReduceDriver。
實(shí)現(xiàn)
MRUnit框架非常精簡(jiǎn)，其核心的單元測(cè)試依賴(lài)于JUnit。
由于我們編寫(xiě)的MapReduce函數(shù)中包含有一個(gè)OutputCollector的對(duì)象，所以MRUnit自己實(shí)現(xiàn)了一套Mock對(duì)象來(lái)控制OutputCollector的操作。
局限
通過(guò)閱讀MRUnit的源代碼我們會(huì)發(fā)現(xiàn)：
1. 不支持MapReduce框架中的分區(qū)和排序操作：從Map輸出的值經(jīng)過(guò)shuffle處理后直接就導(dǎo)入Reduce中了。2. 不支持Streaming實(shí)現(xiàn)的MapReduce操作。
雖然MRUnit有這些局限，但是足以完成大多數(shù)的需求。
參考資料
http://www.cloudera.com/hadoop-mrunit
本文地址：博客園 逖靖寒 http://gpcuster.cnblogs.com