Question

我正在使用Pig运行Amazon Elastic MapReduce（EMR）作业。我在将json或simplejson模块导入Python用户定义函数（UDF）时遇到问题。

这是我的代码：

#!/usr/bin/env python
import simplejson as json
@outputSchema('m:map[]')
def flattenJSON(text):
    j = json.loads(text)
    ...

当我尝试在Pig中注册该函数时，我得到一个错误说＆＃34;没有名为simplejson的模块＆＃34;

grunt> register 's3://chopperui-emr/code/flattenDict.py' using jython as flatten;
2015-05-31 16:53:43,041 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1121: Python Error. Traceback (most recent call last):
File "/tmp/pig6071834754384533869tmp/flattenDict.py", line 32, in <module>
import simplejson as json
ImportError: No module named simplejson

但是，我的Amazon AMI包含Python 2.6，其中包含json作为标准包（使用import json也不起作用）。另外，如果我尝试使用pip安装simplejson，它说已经安装了（在主节点和核心节点上）。

[hadoop@ip-172-31-46-71 ~]$ pip install simplejson
Requirement already satisfied (use --upgrade to upgrade): simplejson in /usr/local/lib64/python2.6/site-packages

此外，如果我从主节点上的命令行以交互方式运行python

，它也能正常工作

[hadoop@ip-172-31-46-71 ~]$ python
Python 2.6.9 (unknown, Apr  1 2015, 18:16:00) 
[GCC 4.8.2 20140120 (Red Hat 4.8.2-16)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import json
>>>

关于EMR或Pig如何设置Python环境，必须有不同的东西，但是什么？

Answer 1

Pig UDF使用jython，它不能用于simplejson。

您可以尝试： Jyson作为Json解析器

在EMR上的python UDF中没有名为simplejson的模块

1 个答案: