java - hadoop 任务副作用文件

Question

我正在使用具有 0 个 Reduce 的 hadoop。目标是在 map 方法中逐步创建一个对象。然后在某个时候将其写入(序列化)到输出文件夹。就像我说的那样，reduce 部分不会在这里做任何事情。我该怎么做呢？这是我的:

在配置方法中，我得到文件的路径:

@Override
public void configure(JobConf conf) {      
  taskSideEffectFile = FileOutputFormat.getWorkOutputPath(conf) + "/temp";    
}

在 map 方法中，我正在构建我的对象，最终我想序列化它，现在我试图始终在 map 方法上编写它:

@Override
public void map(LongWritable key, Text value,
    OutputCollector<Text, IntWritable> output, Reporter reporter)
    throws IOException {        

  AddInstanceToClassifier(value.toString());

  try
  {             
    //serialize classifier
    weka.core.SerializationHelper.write( taskSideEffectFile, nb);

  }
  catch (Exception ex)
  {
    System.err.println("Failed to serialize classifier: " + ex.getMessage());
    throw new IOException("taskSideEffectFile: " + ex.getMessage());

  } 

}

这是我遇到的错误:

12/05/09 22:47:00 INFO mapred.JobClient:  map 0% reduce 0%
12/05/09 22:47:08 INFO mapred.JobClient: Task Id : attempt_201205091117_0015_m_000001_0, Status : FAILED
java.io.IOException: taskSideEffectFile: hdfs:/192.168.78.129:9000/user/hadoop-user/output/_temporary/_attempt_201205091117_0015_m_000001_0/temp (No such file or directory)
    at naive.bayes.hadoop.MusicClassifierMapper.SaveClassifier(MusicClassifierMapper.java:168)
    at naive.bayes.hadoop.MusicClassifierMapper.map(MusicClassifierMapper.java:121)
    at naive.bayes.hadoop.MusicClassifierMapper.map(MusicClassifierMapper.java:1)
    at org.apache.hadoop.mapred.MapRunner.run(MapRunner.java:47)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:227)
    at org.apache.hadoop.mapred.TaskTracker$Child.main(TaskTracker.java:2209)

注意:我正在使用 yahoo 的 hadoop-0.18.0(我认为这是我从 eclipse 运行应用程序的唯一方式)

Answer 1

Hadoop 应该存储您的临时文件，然后在任务成功时将它们“提升”到输出文件夹。

这里是你如何修复它

• 不再使用临时路径。
• 现在编写代码将其放在您创建的 HDFS 中的文件夹中