MapTask和ReduceTask都是TaskTracker的Child程序，MapTask, ReduceTask和 TaskTracker是彼此完全獨立的JVM。

在MapReduce任務執行過程中他們之間由兩個RPC協議進行通訊，分別是TaskUmbilicalProtocol（Map/Reduce Task與TaskTracker之間通訊）與InterTrackerProtocol（TaskTracker與JobTracker之間通訊）。

首先在啟動MapReduce服務的時候，TaskTracker與JobTracker兩個JVM就已經啟動了。執行一個Job的時候，TaskTracker會啟動相應的JVM來執行Map/Reduce Task。

一. 關於除錯 Map/Reduce Task:

有三個與此相關的屬性，分別是：(1) mapred.child.java.opts (2) mapred.map.child.java.opts (3) mapred.reduce.child.java.opts 在conf/mapred-site.xml中新增相應的屬性就可以進行對Map/Reduce Task的遠端除錯。

Step 1. 首先作為遠端除錯的第一步就是將hadoop的程式碼匯入eclipse。

Step 2. 配置Hadoop遠端除錯

2.1. 如果希望遠端除錯MapTask：

在conf/mapred-site.xml檔案中加入以下配置，一定要放在<configuration></configuration>之間。

<property> <name>mapred.map.child.java.opts</name> <value>-Xmx1024m -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=8883</value> </property> <property> <name>mapred.tasktracker.map.tasks.maximum</name> <value>1</value> </property>

之後提交job，job就會在map 0% reduce 0%的時刻停下來等待遠端除錯的debugger。

這時候在eclipse中設定相應斷點和遠端除錯，對localhost的8883埠進行遠端除錯。

2.2. 如果希望遠端除錯ReduceTask：

在conf/mapred-site.xml檔案中加入以下配置，一定要放在<configuration></configuration>之間。

<property> <name>mapred.reduce.child.java.opts</name> <value>-Xmx1024m -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=y,address=8884</value> </property> <property> <name>mapred.tasktracker.reduce.tasks.maximum</name> <value>1</value> </property>

之後提交job，job就會在map 100% reduce 0%的時刻停下來等待遠端除錯的debugger。

這時候在eclipse中設定相應斷點和遠端除錯，對localhost的8884埠進行遠端除錯。

如果成功，程式的控制權則會進入相應的斷點。之後就可以進行單步跟蹤除錯Task了。

二. 關於除錯 JobTracker/TaskTracker：

對於 TaskTracker, 修改 $HADOOP_HOME/conf/hadoop-env.sh 檔案，在其中新增

HADOOP_TASKTRACKER_OPTS="-Xmx1024m -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=8882"

之後執行 $HADOOP_HOME/bin/stop-mapred.sh，$HADOOP_HOME/bin/start-mapred.sh 重啟MapReduce服務就可以對TaskTracker進行設斷點除錯了。

同樣的，對於 JobTracker, 修改 $HADOOP_HOME/conf/hadoop-env.sh 檔案，在其中新增

HADOOP_JOBTRACKER_OPTS="-Xmx1024m -Xdebug -Xrunjdwp:transport=dt_socket,server=y,suspend=n,address=8881"

之後執行 $HADOOP_HOME/bin/stop-mapred.sh， $HADOOP_HOME/bin/start-mapred.sh 重啟MapReduce服務就可以對JobTacker進行設斷點除錯了。

需要注意的是，如果希望讓Task（MapTask或者ReduceTask）暴露遠端除錯埠的話，那麼在這個node上任意時刻必須只有一個Task在執行，否則在一個node上會有多個並行的Task同時監聽同一個遠端除錯埠，將會產生埠錯誤並導致Task以及整個Job失敗。 可以通過修改mapred.tasktracker.map.tasks.maximum和 mapred.tasktracker.reduce.tasks.maximum 屬性為1，來強制控制單個node並行的Task數量為1 。

三. 在Hadoop-2.2.0及以上版本中，由於不再有JobTracker以及TaskTracker的概念和角色（已經替換成ResourceManager和NodeManager），所以在這些版本中已經不再存在 mapred.tasktracker.map.tasks.maximum 和mapred.tasktracker.reduce.tasks.maximum 這兩個屬性。那麼如何強制設定並行的Task數量為1來進行遠端除錯呢？

在Hadoop-2.2.0中，現在可以通過修改 yarn-site.xml 這個檔案中的屬性來控制並行的Task數量。

<property> <name>yarn.nodemanager.resource.memory-mb</name> <value>4096</value> </property>

上面這個屬性設定單個node擁有的可分配的記憶體數量為4GB。

<property> <name>yarn.scheduler.minimum-allocation-mb</name> <value>2048</value> </property>

上面這個屬性設定單個container最少獲得的記憶體數量為2GB。

執行stop-yarn.sh和start-yarn.sh來重啟yarn服務，之後執行job就會發現任意時刻一個node上只有一個Task在執行。