Question

我正在尝试使用Custom JAR的输入和输出参数作为S3存储桶（-input s3n://s3_bucket_name/ldas/in -output s3n://s3_bucket_name/ldas/out）在Amazon EMR集群上运行自定义JAR

当群集运行此自定义JAR时，会发生以下异常。

Exception in thread "main" java.lang.IllegalArgumentException: **Wrong FS: s3n://s3_bucket_name/ldas/out, expected: hdfs://10.214.245.187:9000**
    at org.apache.hadoop.fs.FileSystem.checkPath(FileSystem.java:644)
    at org.apache.hadoop.hdfs.DistributedFileSystem.getPathName(DistributedFileSystem.java:181)
    at org.apache.hadoop.hdfs.DistributedFileSystem.access$000(DistributedFileSystem.java:92)
    at org.apache.hadoop.hdfs.DistributedFileSystem$11.doCall(DistributedFileSystem.java:585)
    at org.apache.hadoop.hdfs.DistributedFileSystem$11.doCall(DistributedFileSystem.java:581)
    at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81)
    at org.apache.hadoop.hdfs.DistributedFileSystem.delete(DistributedFileSystem.java:581)
    at cc.mrlda.ParseCorpus.run(ParseCorpus.java:101)
    at cc.mrlda.ParseCorpus.run(ParseCorpus.java:77)
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70)
    at cc.mrlda.ParseCorpus.main(ParseCorpus.java:727)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:606)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:212)

如何更正此错误？如何在Amazon EMR中使用s3n bucket作为文件系统？另外，我认为将默认文件系统更改为s3存储桶会很好，但我不知道该怎么做。

Answer 1

我建议检查你的jar是否使用相同的处理参数的方法，如下所示：http://java.dzone.com/articles/running-elastic-mapreduce-job

具体地，

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

或者，我已成功添加自定义脚本运行程序步骤，将文件从s3复制到hadoop，反之亦然。特别是如果您连续执行一些流式处理步骤，那么将内容保存在hdfs上会很有帮助。您应该可以使用类似

的简单bash脚本

hadoop fs -cp s3://s3_bucket_name/ldas/in hdfs:///ldas/in

和

hadoop fs -cp hdfs:///ldas/out s3://s3_bucket_name/ldas/out

然后在两者之间设置您的流媒体步骤，以便在hdfs：/// ldas / in和hdfs：/// ldas / out

之间运行

在Amazon EMR上运行自定义JAR，使用Amazon S3 Bucket输入和输出提供错误（文件系统错误）

1 个答案: