Question

我正在运行Cascading（实际上是Scalding）hadoop作业，它使用DistributedCache作为依赖jar。

Fist time它工作正常（意味着类路径设置正确）但随后它开始失败并发生ClassNotFoundException：

java.io.IOException: Split class cascading.tap.hadoop.io.MultiInputSplit not found
    at org.apache.hadoop.mapred.MapTask.getSplitDetails(MapTask.java:387)
    at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java:412)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:372)
    at org.apache.hadoop.mapred.Child$4.run(Child.java:255)
    at java.security.AccessController.doPrivileged(Native Method)
    at javax.security.auth.Subject.doAs(Subject.java:396)
    at  org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1121)
    at org.apache.hadoop.mapred.Child.main(Child.java:249)
Caused by: java.lang.ClassNotFoundException: cascading.tap.hadoop.io.MultiInputSplit
    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:820)
    at org.apache.hadoop.mapred.MapTask.getSplitDetails(MapTask.java:385)
    ...

其他人是否在DistributedCache

中使用Cascading和jar成功

This message似乎暗示Cascading对分布式缓存jar有一些内部处理。你可以解决这个问题吗？

编辑：我在Hadoop 1.0.3上使用Cascading 2.1.6

Answer 1

您使用的是哪个版本的hadoop？ 0.20.2中的分布式缓存存在一些问题。你能尝试切换到更新的版本吗？

Answer 2

Chris K Wensel，Cascading responded在邮件列表上的作者，Cascading对DistributedCache没有做任何事情。

我进一步查看，这是我的代码中的问题 - 我没有正确地将这些文件添加到DistributedCache。

级联+ libjars = ClassNotFoundException。有时

2 个答案: