在hadoop中执行另一项工作

如何解决在hadoop中执行另一项工作

| 我不明白如何使工作使用相同的输出目录目录以在其中写入其他文件。我尝试过通勤并注释这条线，但仍然无法正常工作。我得到以下当我评论它时例外。无论如何，我在代码中尝试运行两个使用相同的reducer但使用不同的mapper的单独作业。编辑：不，一个工作的输出不是另一个工作的输入，原因我希望它们在同一文件夹中是因为它们是另一张地图的输入减少我想做的工作。

FileOutputFormat.setOutputPath(job,new Path(args[1]));

11/04/14 13:33:11 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
Exception in thread \"main\" org.apache.hadoop.mapred.InvalidJobConfException: Output directory not set.
    at org.apache.hadoop.mapreduce.lib.output.FileOutputFormat.checkOutputSpecs(FileOutputFormat.java:120)
    at org.apache.hadoop.mapred.JobClient.submitJobInternal(JobClient.java:770)
    at org.apache.hadoop.mapreduce.Job.submit(Job.java:432)
    at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:447)
    at org.myorg.WordCount.main(WordCount.java:123)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
    at java.lang.reflect.Method.invoke(Method.java:597)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:156)

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        // String[] otherArgs = new GenericOptionsParser(conf,args).getRemainingArgs();
        // if (otherArgs.length != 2) {
        //   System.err.println(\"Usage: wordcount <in> <out>\");
        //   System.exit(2);
        // }
        Job job = new Job(conf,\"Job1\");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(Mapper1.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job,new Path(args[0]));
        FileOutputFormat.setOutputPath(job,new Path(args[1]));

        job.waitForCompletion(true);

        FileSystem hdfs = FileSystem.get(conf);
        Path fromPath = new Path(\"/user/hadoop/output/part-r-00000\");
        Path toPath = new Path(\"/user/hadoop/output/output1\");

        // renaming to output1
        boolean isRenamed = hdfs.rename(fromPath,toPath);
        if (isRenamed)
        {
            System.out.println(\"Renamed to /user/hadoop/output/output1!\");
        }
        else
        {
            System.out.println(\"Not Renamed!\");
        }

        job = new Job(conf,\"Job2\");
        job.setJarByClass(WordCount.class);
        job.setMapperClass(Mapper2.class);
        job.setCombinerClass(IntSumReducer.class);
        job.setReducerClass(IntSumReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        // FileInputFormat.addInputPath(job,new Path(args[0]));
        // FileOutputFormat.setOutputPath(job,new Path(args[1]));


        System.exit( job.waitForCompletion(true) ? 0 : 1);
    }

将以下内容添加到我的代码中会导致其他错误：

    job.setInputFormatClass(FileInputFormat.class);
    job.setOutputFormatClass(FileOutputFormat.class);

    FileInputFormat.addInputPath(job,new Path(args[0]));
    FileOutputFormat.setOutputPath(job,new Path(args[1]));

System.exit（job.waitForCompletion（true）？0：1）;

Exception in thread \"main\" java.lang.RuntimeException: java.lang.InstantiationException
    at org.apache.hadoop.util.ReflectionUtils.newInstance(ReflectionUtils.java:115)
    at org.apache.hadoop.mapred.JobClient.submitJobInternal(JobClient.java:768)
    at org.apache.hadoop.mapreduce.Job.submit(Job.java:432)
    at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:447)
    at org.myorg.WordCount.main(WordCount.java:135)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
    at java.lang.reflect.Method.invoke(Method.java:597)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:156)
Caused by: java.lang.InstantiationException
    at sun.reflect.InstantiationExceptionConstructorAccessorImpl.newInstance(InstantiationExceptionConstructorAccessorImpl.java:30)
    at java.lang.reflect.Constructor.newInstance(Constructor.java:513)
    at org.apache.hadoop.util.ReflectionUtils.newInstance(ReflectionUtils.java:113)
    ... 9 more

解决方法

所有文件都不必位于同一目录中。您的第三项作业可以具有多个输入路径（目录或文件）。看到

FileInputFormat.addInputPaths(JobConf conf,String commaSeparatedPaths)

和朋友... ,您必须为第二个作业提供一个新的Configuration对象。顺便说一句，为什么不对输出格式使用这些方法？ job.setInputFormatClass（FileInputFormat.class）; job.setOutputFormatClass（FileOutputFormat.class）; 这是一篇关于递归工作的博客文章，这与您正在做的事情完全相同。 http://codingwiththomas.blogspot.com/2011/04/controlling-hadoop-job-recursion.html 编辑：顺便说一句，您打算将一个文件夹写入到哪个文件夹中，该文件夹既是前一个作业的输出又是新作业的输入？这只会导致另一个异常，例如：\“输出路径已存在\”。

在hadoop中执行另一项工作

如何解决在hadoop中执行另一项工作

解决方法

相关推荐