Hadoop的MapReduce程序的測(cè)試，一直比較麻煩。因?yàn)椴环奖愠槿〕鰜�，作為�?dú)立的Junit測(cè)試。所以很多時(shí)候，我們都是寫一個(gè)Main函數(shù)，

然后在里面手工調(diào)用Map或者Reduce，用System.out.println打印出結(jié)果，人眼測(cè)試，而且還要判斷OutputCollector是否為空，不然直接

Main調(diào)用還會(huì)拋NullPointerException。
這樣大的弊端，是無法實(shí)現(xiàn)自動(dòng)化的斷言判斷，達(dá)到測(cè)試驅(qū)動(dòng)和檢查的目的。那么對(duì)程序的任何改動(dòng)，都需要放到Hadoop集群上，跑個(gè)十

幾分鐘才能肯定到底對(duì)不對(duì)。我們需要一個(gè)更快的方法，能夠方便的自動(dòng)化的對(duì)MR程序進(jìn)行測(cè)試，從而達(dá)到測(cè)試驅(qū)動(dòng)和敏捷開發(fā)的狀態(tài)。
What’s MRUnit：
MRUnit是由Couldera公司開發(fā)的專門針對(duì)Hadoop中編寫MapReduce單元測(cè)試的框架，基本原理是JUnit4和EasyMock。MR是Map和Reduce的縮

寫。MRUnit框架非常精簡(jiǎn)，其核心的單元測(cè)試依賴于JUnit。而且MRUnit實(shí)現(xiàn)了一套Mock對(duì)象來控制OutputCollector的操作，從而可以攔截

OutputCollector的輸出，和我們的期望結(jié)果進(jìn)行比較，達(dá)到自動(dòng)斷言的目的。
Why MRUnit：
有了MRUnit，對(duì)MR程序做重構(gòu)的時(shí)候，只要明確輸入和輸出，可以寫出單元測(cè)試，并且在放到群集校驗(yàn)前進(jìn)行試驗(yàn)，從而節(jié)省時(shí)間和資源

，也能更快的定位到問題。
而進(jìn)行重構(gòu)的話，只要寫得足夠詳細(xì)的單元測(cè)試都是綠色的話，那么基本可以保證在群集運(yùn)行的結(jié)果也是正常的。
How MRUnit:
MRUnit不在Apache標(biāo)準(zhǔn)的Hadoop的發(fā)行版中，而是在Couldera公司的增強(qiáng)版本中hadoop-0.20.1+133.tar.gz的contribmrunithadoop-

0.20.1+169.56-mrunit.jar，已經(jīng)貼在附件中。只要把它和Junit4的jar添加到Hadoop程序項(xiàng)目的classpath中，可以使用MRUnit了。
MRUnit包含四種Driver：MapDriver，ReduceDriver，MapReduceDriver，PipelineMapReduceDriver。可以根據(jù)自己的需要選擇合適的

Driver。
MRUnit Example：

給出一個(gè)Reduce的很簡(jiǎn)單例子，Reduce的邏輯是把Value中的各個(gè)值相加。

public class ExtractKeywordTest {
private Reducer<Text， Text， Text， Text> reducer;
private ReduceDriver<Text， Text， Text， Text> reduceDriver;
@Before
public void setUp() throws Exception {
reducer = new ExtractKeywordAcookie.Reduce();
reduceDriver = new ReduceDriver<Text， Text， Text， Text>(reducer);
}
@Test
public void testReduce() {
List<Text> values = new ArrayList<Text>();
values.add(new Text(1.0_0.1));
values.add(new Text(2.0_0.2));
values.add(new Text(3.0_0.3));
reduceDriver.withInput(new Text(20100106_00_IBM)， values)
.withOutput(new Text(20100106_00_IBM_6.00_0.60_)， null)
.runTest();
}