- android - RelativeLayout 背景可绘制重叠内容
- android - 如何链接 cpufeatures lib 以获取 native android 库?
- java - OnItemClickListener 不起作用,但 OnLongItemClickListener 在自定义 ListView 中起作用
- java - Android 文件转字符串
我正在为 Hadoop 二级排序实现我自己的 Writable,但是在运行作业时,Hadoop 一直在我的 readFields
方法中抛出 EOFException,我不知道它有什么问题。
错误堆栈跟踪:
java.lang.Exception: java.lang.RuntimeException: java.io.EOFException
at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:492)
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:559)
Caused by: java.lang.RuntimeException: java.io.EOFException
at org.apache.hadoop.io.WritableComparator.compare(WritableComparator.java:165)
at org.apache.hadoop.mapreduce.task.ReduceContextImpl.nextKeyValue(ReduceContextImpl.java:158)
at org.apache.hadoop.mapreduce.task.ReduceContextImpl.nextKey(ReduceContextImpl.java:121)
at org.apache.hadoop.mapreduce.lib.reduce.WrappedReducer$Context.nextKey(WrappedReducer.java:302)
at org.apache.hadoop.mapreduce.Reducer.run(Reducer.java:170)
at org.apache.hadoop.mapred.ReduceTask.runNewReducer(ReduceTask.java:628)
at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:390)
at org.apache.hadoop.mapred.LocalJobRunner$Job$ReduceTaskRunnable.run(LocalJobRunner.java:347)
at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511)
at java.util.concurrent.FutureTask.run(FutureTask.java:266)
at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142)
at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617)
at java.lang.Thread.run(Thread.java:745)
Caused by: java.io.EOFException
at java.io.DataInputStream.readInt(DataInputStream.java:392)
at org.apache.hadoop.io.IntWritable.readFields(IntWritable.java:47)
at writable.WikiWritable.readFields(WikiWritable.java:39)
at org.apache.hadoop.io.WritableComparator.compare(WritableComparator.java:158)
... 12 more
我的代码:
package writable;
import org.apache.hadoop.io.*;
import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;
public class WikiWritable implements WritableComparable<WikiWritable> {
private IntWritable docId;
private IntWritable position;
public WikiWritable() {
this.docId = new IntWritable();
this.position = new IntWritable();
}
public void set(String docId, int position) {
this.docId = new IntWritable(Integer.valueOf(docId));
this.position = new IntWritable(position);
}
@Override
public int compareTo(WikiWritable o) {
int result = this.docId.compareTo(o.docId);
result = result == 0 ? this.position.compareTo(o.position) : result;
return result;
}
@Override
public void write(DataOutput dataOutput) throws IOException {
docId.write(dataOutput);
position.write(dataOutput); // error here
}
@Override
public void readFields(DataInput dataInput) throws IOException {
docId.readFields(dataInput);
position.readFields(dataInput);
}
public IntWritable getDocId() {
return docId;
}
public int getPosition() {
return Integer.valueOf(position.toString());
}
}
// Driver
public class Driver {
public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
Path wiki = new Path(args[0]);
Path out = new Path(args[1]);
Configuration conf = new Configuration();
Job job = Job.getInstance(conf, "myjob");
TextInputFormat.addInputPath(job, wiki);
TextOutputFormat.setOutputPath(job, out);
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(WikiWritable.class);
job.setJarByClass(Driver.class);
job.setMapperClass(WordMapper.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(Text.class);
job.setReducerClass(WordReducer.class);
job.setPartitionerClass(WikiPartitioner.class);
job.setGroupingComparatorClass(WikiComparator.class);
job.waitForCompletion(true);
}
}
// Mapper.map
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String[] words = value.toString().split(",");
String id = words[0];
String[] contents = words[3].toLowerCase().replaceAll("[^a-z]+", " ").split("\\s+");
for (int i = 0; i < contents.length; i++) {
String word = contents[i].trim();
word = stem(word);
WikiWritable output = new WikiWritable();
output.set(id, i);
context.write(new Text(contents[i]), output);
}
}
// Comparator
public class WikiComparator extends WritableComparator {
public WikiComparator() {
super(WikiWritable.class, true);
}
@Override
public int compare(WritableComparable wc1, WritableComparable wc2) {
WikiWritable w1 = (WikiWritable) wc1;
WikiWritable w2 = (WikiWritable) wc2;
return w1.compareTo(w2);
}
}
// Partitioner
public class WikiPartitioner extends Partitioner<WikiWritable, Text> {
@Override
public int getPartition(WikiWritable wikiWritable, Text text, int i) {
return Math.abs(wikiWritable.getDocId().hashCode() % i);
}
}
// Reducer
public class WordReducer extends Reducer<Text, WikiWritable, Text, Text> {
@Override
protected void reduce(Text key, Iterable<WikiWritable> values, Context ctx) throws IOException, InterruptedException {
Map<String, StringBuilder> map = new HashMap<>();
for (WikiWritable w : values) {
String id = String.valueOf(w.getDocId());
if (map.containsKey(id)) {
map.get(id).append(w.getPosition()).append(".");
} else {
map.put(id, new StringBuilder());
map.get(id).append(".").append(w.getPosition()).append(".");
}
}
StringBuilder builder = new StringBuilder();
map.keySet().forEach((k) -> {
map.get(k).deleteCharAt(map.get(k).length() - 1);
builder.append(k).append(map.get(k)).append(";");
});
ctx.write(key, new Text(builder.toString()));
}
}
当构造一个新的WikiWritable
时,映射器首先调用new WikiWritable()
,然后调用set(...)
。
我尝试将 docId
和 position
更改为 String 和 Integer 并使用 dataOutput.read()
(我忘记了确切的方法名称,但它是类似的东西)但仍然不起作用。
最佳答案
TLDR:您只需要完全删除 WikiComparator
,根本不调用 job.setGroupingComparatorClass
。
解释:组比较器用于比较映射输出键,而不是映射输出值。您的 map 输出键是 Text
对象,值是 WikiWritable
对象。这意味着传递给比较器进行反序列化的字节表示序列化的 Text
对象。但是,WikiComparator
使用反射创建 WikiWritable
对象(如其构造函数中所指示),然后尝试使用 Text
对象反序列化 WikiWritable.readFields
方法。这显然会导致错误的阅读,从而导致您看到异常。
就是说,我相信您根本不需要比较器,因为默认的 WritableComparator
完全可以执行您的操作:为该对调用 compareTo
方法传递给它的对象。
编辑:调用的 compareTo
方法是比较您的键,而不是您的值,因此它比较 Text
对象。如果你想对你的 WikiWritable
进行比较和排序,你应该考虑将它们添加到复合键中。有很多关于复合键和二次排序的教程。
关于java - Hadoop 可写 readFields EOFException,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49547564/
我们有数据(此时未分配)要转换/聚合/透视到 wazoo。 我在 www 上看了看,我问的所有答案都指向 hadoop 可扩展、运行便宜(没有 SQL 服务器机器和许可证)、快速(如果你有足够的数据)
这很明显,我们都同意我们可以将 HDFS + YARN + MapReduce 称为 Hadoop。但是,Hadoop 生态系统中的其他不同组合和其他产品会怎样? 例如,HDFS + YARN + S
如果 es-hadoop 只是连接到 HDFS 的 Hadoop 连接器,它如何支持 Hadoop 分析? 最佳答案 我假设您指的是 this project .在这种情况下,ES Hadoop 项目
看完this和 this论文,我决定我想在 MapReduce 上为大型数据集实现分布式体积渲染设置作为我的本科论文工作。 Hadoop 是一个合理的选择吗? Java 不会扼杀一些性能提升或使与 C
我一直在尝试查找有关如何通过命令行提交 hadoop 作业的信息。 我知道命令 - hadoop jar jar-file 主类输入输出 还有另一个命令,我正在尝试查找有关它的信息,但未能找到 - h
Hadoop 服务器在 Kubernetes 中。而Hadoop客户端位于外网。所以我尝试使用 kubernetes-service 来使用 Hadoop 服务器。但是 hadoop fs -put
有没有人遇到奇怪的环境问题,在调用 hadoop 命令时被迫使用 SU 而不是 SUDO? sudo su -c 'hadoop fs -ls /' hdfs Found 4 itemsdrwxr-x
在更改 mapred-site.xml 中的属性后,我给出了一个 tar.bz2 文件、.gz 和 tar.gz 文件作为输入。以上似乎都没有奏效。我假设这里发生的是 hadoop 作为输入读取的记录
如何在 Hadoop Pipes 中获取正在 hadoop 映射器 中执行的输入文件 名称? 我可以很容易地在基于 java 的 map reducer 中获取文件名,比如 FileSplit fil
我想使用 MapReduce 方法分析连续的数据流(通过 HTTP 访问),因此我一直在研究 Apache Hadoop。不幸的是,Hadoop 似乎期望以固定大小的输入文件开始作业,而不是能够在新数
名称节点可以执行任务吗?默认情况下,任务在集群的数据节点上执行。 最佳答案 假设您正在询问MapReduce ... 使用YARN,MapReduce任务在应用程序主数据库中执行,而不是在nameno
我有一个关系A包含 (zip-code). 我还有另一个关系B包含 (name:gender:zip-code) (x:m:1234) (y:f:1234) (z:m:1245) (s:f:1235)
我是hadoop地区的新手。您能帮我负责(k2,list[v2,v2,v2...])形式的输出(意味着将键及其所有关联值组合在一起)的责任是吗? 谢谢。 最佳答案 这是Hadoop的MapReduce
因此,我一直在尝试编写一个hadoop程序,该程序将输入作为一个包含许多文件的文件,并且我希望hadoop程序的输出仅是输入文件的一行。但是我还没有做到这一点。我也不想去 reducer 课。如果有人
我使用的输入文本文件的内容是 1 "Come 1 "Defects," 1 "I 1 "Information 1 "J" 2 "Plain 5 "Project 1
谁能告诉我以下grep命令的作用: $ bin/hadoop jar hadoop-*-examples.jar grep input output 'dfs[a-z.]+' 最佳答案 http:/
我不了解mapreducer的基本功能,mapreducer是否有助于将文件放入HDFS 或mapreducer仅有助于分析HDFS中现有文件中的内容 我对hadoop非常陌生,任何人都可以指导我理解
CopyFromLocal将从本地文件系统上载数据。 不要放会从任何文件上传数据,例如。本地FS,亚马逊S3 或仅来自本地fs ??? 最佳答案 请找到两个命令的用法。 put ======= Usa
我开始研究hadoop mapreduce。 我是Java和hadoop的初学者,并且了解hadoop mapreduce的编码,但是有兴趣了解它在云中的内部工作方式。 您能否分享一些很好的链接来说明
我一直在寻找Hadoop mapreduce类的类路径。我正在使用Hortonworks 2.2.4版沙箱。我需要这样的类路径来运行我的javac编译器: javac -cp (CLASS_PATH)
我是一名优秀的程序员,十分优秀!