Question

我在hadoop中有一个文件：/home/hduser/IH/input/imageslocalpaths.txt（我已经检查过它是否使用hadoop fs -ls IH / input / imageslocalpaths.txt）。我跑的时候：

hadoop jar IH.jar IH/input/imageslocalpaths.txt

我明白了：

Input path does not exist: hdfs://localhost:54310/user/hduser/IH%2Finput%2Fimageslocalpaths.txt

有谁能告诉我如何阻止Hadoop将斜线更改为％2F或其他解决方法？

（我已经尝试了完整的路径，但是hadoop只是将它添加到/ user / hduser的末尾，给出/ user / hduser / user / hduser ...仍然使用％2F）。

这里的请问是我的主要内容（你想要其他位吗？）

    public static void main(String[] args) throws Exception {

        Configuration conf = new Configuration();
        Configuration conf2 = new Configuration();

        conf.set("fs.defaultFS", "hdfs://localhost:54310");

        String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();

        Job job1 = new Job(conf, "MergeImages");

        job1.setJarByClass(ImageHandlerMain.class);
        job1.setMapperClass(BinaryFilesToHadoopSequenceFileMapper.class);
        job1.setOutputKeyClass(Text.class);
        job1.setOutputValueClass(BytesWritable.class);

        FileInputFormat.addInputPath(job1, new Path(URLEncoder.encode(otherArgs[0],"UTF-8")));
        job1.setInputFormatClass(TextInputFormat.class);     

        FileOutputFormat.setOutputPath(job1, new Path(URLEncoder.encode(otherArgs[1],"UTF-8"))); //put result into intermediate folder
        job1.setInputFormatClass(TextInputFormat.class);
        job1.setOutputFormatClass(SequenceFileOutputFormat.class);
        ControlledJob cJob1 = new ControlledJob(conf);
        cJob1.setJob(job1);

        Job job2 = new Job(conf2,"FindDuplicates");

        job2.setJarByClass(ImageHandlerMain.class);
        job2.setMapperClass(ImagePHashMapper.class); 
        job2.setReducerClass(ImageDupsReducer.class);
        job2.setOutputKeyClass(Text.class);
        job2.setOutputValueClass(Text.class);        
        FileInputFormat.addInputPath(job2, new Path(URLEncoder.encode(otherArgs[1],"UTF-8") + "/part-r-00000")); //get the part-r-00000 file from the intermediate folder
        FileOutputFormat.setOutputPath(job2, new  Path(otherArgs[2])); //put result into output folder
        job2.setInputFormatClass(SequenceFileInputFormat.class);
        ControlledJob cJob2 = new ControlledJob(conf2);
        cJob2.setJob(job2);
        JobControl jobctrl = new JobControl("jobctrl");
        jobctrl.addJob(cJob1);
        jobctrl.addJob(cJob2);
        cJob2.addDependingJob(cJob1);
        jobctrl.run();


}

Answer 1

问题出在这行代码中

FileInputFormat.addInputPath(job2, new Path(URLEncoder.encode(otherArgs[1],"UTF-8") + "/part-r-00000")); //get the part-r-00000 file from the intermediate folder

在这里，当您在创建路径时使用URLEncoder.encode时，它正在转换＆＃34; /＆＃34;到％2F。

可能的解决方案

FileInputFormat.addInputPath(job2, new Path(URLEncoder.encode(otherArgs[1],"UTF-8").replace("%2F", "/") + "/part-r-00000")); //get the part-r-00000 file from the intermediate folder

编码后只需替换＆＃34;％2F＆＃34;用替换方法回到＆＃34; /＆＃34;。

Answer 2

我不确定问题可能来自哪里，但请尝试检查以下内容：

解析

String [] otherArgs = new GenericOptionsParser（conf，args）.getRemainingArgs（）;

尝试创建不带URL编码器的路径，如下所示：

FileInputFormat.setInputPaths（job，new Path（inputLocation））; //其中inputLocation只是一个String

添加％2F的Hadoop路径

2 个答案: