我正在尝试从HDFS中加载hadoop中的分布式缓存中的文件,但它不起作用。我正在使用hadoop版本2.5.1。 这是关于我如何在映射器中使用缓存文件的代码:
@Override
protected void setup(Context context) throws IOException, InterruptedException {
URI[] uris = context.getCacheFiles();
for (URI uri : uris) {
File usersFile = new File(uri);
BufferedReader reader = null;
reader = new BufferedReader(new FileReader(usersFile));
String line = reader.readLine();
...
reader.close();
}
}
以下是我尝试在驱动程序中加载缓存的三种不同方式: 1)如果我把文件放在这样的缓存中它可以工作,但它会从我的本地FS加载文件(我在mac上运行代码)。
job.addCacheFile(new URI("file:///input/users.txt"));
2)如果我使用hdfs作为一个方案如下(该文件存在于" / input /"下的hdfs):
job.addCacheFile(new URI("hdfs:///input/users.txt"));
我得到了这个例外:
java.lang.Exception: java.lang.IllegalArgumentException: URI scheme is not "file"
at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)
Caused by: java.lang.IllegalArgumentException: URI scheme is not "file"
at java.io.File.<init>(File.java:395)
3)这是我尝试加载文件的第三种方式:
job.addCacheFile(new URI("hdfs://localhost:9000/input/users.txt"));
我得到以下异常:
java.lang.Exception: java.lang.IllegalArgumentException: URI scheme is not "file"
at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)
Caused by: java.lang.IllegalArgumentException: URI scheme is not "file"
at java.io.File.<init>(File.java:395)
如果有人能说明为什么会出现这些异常,我将不胜感激。
答案 0 :(得分:0)
我遇到了同样的问题。如果文件在Pro Apache Hadoop第2版中的hdfs中,则引用不同的方法。您只能通过下载图书的源代码来访问示例代码。它在第6章文件夹(MapSideJoinMRJob3.java)中我将发布不同的片段。希望这有帮助::
private FileSystem hdfs = null;
public List<String> readLinesFromJobFS(Path p) throws Exception {
List<String> ls = new ArrayList<String>();
BufferedReader br = new BufferedReader(new InputStreamReader(
this.hdfs.open(p)));
String line;
line = br.readLine();
while (line != null) {
line = br.readLine();
if(line!=null)
ls.add(line);
}
return ls;
}
public void setup(Context context) {
try {
this.hdfs = FileSystem.get(context.getConfiguration());
URI[] uris = context.getCacheFiles();
for (URI uri : uris) {
if (uri.toString().endsWith("airports.csv")) {
this.readAirports(uri);
}
if (uri.toString().endsWith("carriers.csv")) {
this.readCarriers(uri);
}
}
} catch (Exception ex) {
ex.printStackTrace();
throw new RuntimeException(ex);
}
}