Question

我正在创建大量的输出文件，例如500.我正在创建异常，如下面的shoen。当输出文件的数量很小时，程序会自动恢复。对于前者如果它的50个文件，虽然发生了这种异常，程序会在多次打印此异常后开始成功运行。

但是，对于许多文件，最终失败的是IOException。

我已粘贴错误，然后是以下代码：

 12/10/29 15:47:27 INFO mapred.JobClient: Task Id : attempt_201210231820_0235_r_000004_3, Status : FAILED
    org.apache.hadoop.ipc.RemoteException: org.apache.hadoop.hdfs.protocol.AlreadyBeingCreatedException: failed to create file /home/users/mlakshm/preopa406/data-r-00004 for DFSClient_attempt_201210231820_0235_r_000004_3 on client 10.0.1.100, because this file is already being created by DFSClient_attempt_201210231820_0235_r_000004_2 on 10.0.1.130
            at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.recoverLeaseInternal(FSNamesystem.java:1406)

我已粘贴代码：

在Reduce方法中，我有以下逻辑来生成输出：

                      int data_hash = (int)data_str.hashCode();
                      int data_int1 = 0;
                      int k = 500;
                      int check1 = 0;
                      for (int l = 10; l>0; l++)
                      {

                       if((data_hash%l==0)&&(check1 == 0))
                       {
                       check1 = 1;
                       int range = (int) k/10;

                       String check = "true";


                      while(range > 0 && check.equals("true"))
                                        {

                                     if(data_hash % range-1 == 0)
                                        {                                                        
                                                check = "false";
                                        data_int1 = range*10;

                                     }
                                        }


                            }

                            }

                               mos.getCollector("/home/users/mlakshm/preopa407/cdata"+data_int1, reporter).collect(new Text(t+" "+alsort.get(0)+" "+alsort.get(1)), new Text(intersection));

                        PLs help!

Answer 1

问题是所有reducer都试图用相同的命名方案编写文件。之所以这样做是因为

mos.getCollector("/home/users/mlakshm/preopa407/cdata"+data_int1, reporter).collect(new Text(t+" "+alsort.get(0)+" "+alsort.get(1)), new Text(intersection));

根据数据的特征而不是reducer的标识设置文件名。

您有几个选择：

重做地图作业，以便发出的密钥与您在此作业中计算的哈希值相匹配。这将确保每个减速器都有一个价值范围。
1. 在文件名中包含一个与每个映射器无关的标识符。这将为每个reducer留下一组零件文件。

你能解释为什么你在这里使用多个输出吗？我觉得你不需要。

创建大量多输出

1 个答案: