Question

我想使用hadoop c ++管道创建我的may / reduce代码。并且输入数据是二进制的，我想要改进输入格式来控制getSplits逻辑......但我不确定这是否是一个可能的解决方案。我尝试在cli中分配我的自定义inputformat类但无法运行。

../bin/hadoop pipes -conf testframework.xml -input input -output output -inputformat TestInputFormat.class

我得到以下错误：

Exception in thread "main" java.lang.ClassNotFoundException: TestInputFormat.class
        at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
        at java.security.AccessController.doPrivileged(Native Method)
        at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:306)
        at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:301)
        at java.lang.ClassLoader.loadClass(ClassLoader.java:247)
        at java.lang.Class.forName0(Native Method)
        at java.lang.Class.forName(Class.java:247)
        at org.apache.hadoop.conf.Configuration.getClassByName(Configuration.java:812)
        at org.apache.hadoop.mapred.pipes.Submitter.getClass(Submitter.java:372)
        at org.apache.hadoop.mapred.pipes.Submitter.run(Submitter.java:421)
        at org.apache.hadoop.mapred.pipes.Submitter.main(Submitter.java:494)

这有意义吗？

Answer 1

我认为你的问题只是最后的.class。但是，如果你已经尝试删除它。你可以尝试我做的解决这个问题。我打包成了一个.jar（jar cf libJar.jar packageName）。我用-libjars来引用它，-inputformat packageName.TestInputFormat。我希望这会有所帮助。

修改1

另一种方法是使用-D mapred.input.format.class=packageName.TestInputFormat

自定义InputFormat，hadoop c ++管道

1 个答案: