java - Hadoop-伪分布式模式: Input path does not exist

Question

我是 Hadoop 的新手..我只是以独立模式运行我的 hadoop 应用程序。它工作得很好。我现在决定将其移至伪分布式模式。我如上所述进行了配置更改。显示了我的 xml 文件的片段:

我的 core-site.xml 如下所示:

<name>fs.default.name</name>
<value>hdfs://localhost/</value>
</property>
<property>
    <name>hadoop.tmp.dir</name>
    <value>/tmp/hadoop-onur</value>
    <description>A base for other temporary directories.</description>
   </property>

我的hdfs-site.xml是

<property>
<name>dfs.replication</name>
<value>1</value>
</property>

我的 mapred.xml 是

<property>
<name>mapred.job.tracker</name>
<value>localhost:8021</value>
</property>

我运行了 start-dfs.sh 和 start-mapred.sh 的脚本，它开始正常

root@vissu-desktop:/home/vissu/Raveesh/Hadoop# start-dfs.sh 
starting namenode, logging to /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/bin/../logs/hadoop-root-namenode-vissu-desktop.out
localhost: starting datanode, logging to /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/bin/../logs/hadoop-root-datanode-vissu-desktop.out
localhost: starting secondarynamenode, logging to /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/bin/../logs/hadoop-root-secondarynamenode-vissu-desktop.out
root@vissu-desktop:/home/vissu/Raveesh/Hadoop# start-mapred.sh 
starting jobtracker, logging to /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/bin/../logs/hadoop-root-jobtracker-vissu-desktop.out
localhost: starting tasktracker, logging to /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/bin/../logs/hadoop-root-tasktracker-vissu-desktop.out
root@vissu-desktop:/home/vissu/Raveesh/Hadoop# 

现在我尝试运行我的应用程序:但出现以下错误。

root@vissu-desktop:/home/vissu/Raveesh/Hadoop/hadoop-0.20.2# hadoop jar ResultAgg_plainjar.jar ProcessInputFile /home/vissu/Raveesh/VotingConfiguration/sample.txt 
ARG 0 obtained = ProcessInputFile
12/07/17 17:43:33 INFO preprocessing.ProcessInputFile: Modified File Name is /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/sample.txt_modf
Going to process map reduce jobs
12/07/17 17:43:33 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
12/07/17 17:43:34 ERROR preprocessing.ProcessInputFile: Input path does not exist: hdfs://localhost/home/vissu/Raveesh/Hadoop/hadoop-0.20.2/sample.txt_modf
root@vissu-desktop:/home/vissu/Raveesh/Hadoop/hadoop-0.20.2#

应用程序最初从一个路径获取一个文件，然后修改它并创建一个 sample.txt_modf 并且这个文件必须由 map reduce 框架使用。在独立模式下运行时，我给出了绝对路径，因此没问题。但是我无法弄清楚应该在 hadoop 的 Path api 中指定什么路径。如果我给文件它会添加 hdfs://localhost/..所以我不确定如何在伪分布式模式..我应该简单地确保修改后的文件是在该位置创建的..

我的问题是关于如何提及路径..

包含路径的片段是

        KeyValueTextInputFormat.addInputPath(conf,
                new Path(System.getProperty("user.dir")+File.separator+inputFileofhits.getName()));
        FileOutputFormat.setOutputPath(
                conf,
                new Path(ProcessInputFile.resultAggProps
                        .getProperty("OUTPUT_DIRECTORY")));

谢谢

Answer 1

HDFS 中是否存在该文件？看起来您已经提供了文件的本地路径(HDFS 中的用户目录通常位于/user 而不是/home。

您可以通过键入以下内容检查文件是否存在于 HDFS 中:

#> hadoop fs -ls hdfs://localhost/home/vissu/Raveesh/Hadoop/hadoop-0.20.2/sample.txt_modf

如果这没有返回任何内容，即文件不在 HDFS 中，那么您可以使用 hadoop fs 命令再次复制到 HDFS:

#> hadoop fs -put /home/vissu/Raveesh/Hadoop/hadoop-0.20.2/sample.txt_modf hdfs://localhost/user/vissu/Raveesh/Hadoop/hadoop-0.20.2/sample.txt_modf

注意这里HDFS的路径根目录是/user，不是/home。