Question

我正在运行mapreduce代码，我得到的错误是

    Error: java.lang.ClassCastException: org.apache.hadoop.io.LongWritable cannot be cast to org.apache.hadoop.io.IntWritable
        at test.temp$Mymapper.map(temp.java:1)
        at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)
        at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)
        at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
        at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
        at java.security.AccessController.doPrivileged(Native Method)
        at javax.security.auth.Subject.doAs(Subject.java:415)
        at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657)
        at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)

代码如下：

    package test;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
//import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;


public class temp {
    public static class Mymapper extends Mapper<Object, Text, IntWritable,Text> {

        public void map(Object key, Text value,Context context) throws IOException, InterruptedException{

            int month=Integer.parseInt(value.toString().substring(17, 19));
            IntWritable mon=new IntWritable(month);
            String temp=value.toString().substring(27,31);
            String t=null;
            for(int i=0;i<temp.length();i++){
                if(temp.charAt(i)==',')
                        break;

                else
                    t=t+temp.charAt(i);
            }

            Text data=new Text(value.toString().substring(22, 26)+t);
            context.write(mon, data);
        }


    }

    public static class Myreducer extends  Reducer<IntWritable,Text,IntWritable,IntWritable> {

        public void reduce(IntWritable key,Iterable<Text> values,Context context) throws IOException, InterruptedException{
            String temp="";
            int max=0;
            for(Text t:values)
            {
                temp=t.toString();
                if(temp.substring(0, 4)=="TMAX"){

                    if(Integer.parseInt(temp.substring(4,temp.length()))>max){
                        max=Integer.parseInt(temp.substring(4,temp.length()));
                    }
                }
            }

            context.write(key,new IntWritable(max));
        }



        }



    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "temp");
        job.setJarByClass(temp.class);
        job.setMapperClass(Mymapper.class);
        job.setCombinerClass(Myreducer.class);
        job.setReducerClass(Myreducer.class);
        job.setOutputKeyClass(IntWritable.class);
        job.setOutputValueClass(IntWritable.class);

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

        }

}

，输入文件为

USC00300379,19000101，TMAX，-78 ,,, 6， USC00300379,19000101，TMAX，-133 ,,, 6， USC00300379,19000101，TMAX，127 ,,, 6

请回复并帮助！

Answer 1

认为您正在使用TextInputFormat作为作业的输入格式。这会生成LongWritable / Text，而Hadoop则从中派生map-output类。

尝试显式设置地图输出类并删除组合器：

job.setMapOutputKeyClass(IntWritable.class);
job.setMapOutputValueClass(Text.class);
// job.setCombinerClass(Myreducer.class);

只有map和reduce输出兼容，才能使用合并器！

Answer 2

您已在驱动程序中设置以下内容：

job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);

这意味着，mapper和reducer输出键类应为IntWritable，值类应为IntWritable。

减速机很好：

public static class Myreducer extends  Reducer<IntWritable,Text,IntWritable,IntWritable>

此处输出键和值均为IntWritable。

问题在于映射器：

public static class Mymapper extends Mapper<Object, Text, IntWritable,Text>

此处输出密钥类为IntWritable。但是，输出值类为Text（预计为IntWritable）。

如果映射器的输出键/值类与reducer的输出键/值类不同，那么您需要向驱动程序显式添加以下语句：

setMapOutputKeyClass();
setMapOutputValueClass();

在您的代码中进行以下更改：

设置地图输出键和值类：在您的情况下，由于您的mapper和reducer输出键和值类不同，您需要设置以下内容：

job.setMapOutputKeyClass(IntWritable.class);
job.setMapOutputValueClass(Text.class);

job.setOutputKeyClass(IntWritable.class);
job.setOutputValueClass(IntWritable.class);

禁用合并器：由于您使用Reducer Combiner代码，Combiner的输出将为Intwritable和IntWritable。但是，Reducer期望输入为IntWritable和Text。因此，您将获得以下异常，因为它的值为IntWritable而不是Text：
```
Error: java.io.IOException: wrong value class: class org.apache.hadoop.io.IntWritable is not class org.apache.hadoop.io.Text
```
要删除此错误，您需要停用Combiner：
```
job.setCombinerClass(Myreducer.class);
```
不要将reducer用作组合器：如果您肯定需要使用组合器，则编写一个输出键/值为IntWritable且{{1}的组合器}}。

Answer 3

在驱动程序中设置以下内容时

output

它定义了mapper和reducer的connect.write(IntWritable, IntWritable)类，而不仅仅是reducer。

这意味着您的映射器应该有connect.write(IntWritable, Text)，但您已编码job.setMapOutputKeyClass(IntWritable.class); job.setMapOutputValueClass(Text.class);。

修复：当地图输出类型与reduce输出不同时，您需要显式设置mapper的输出类型。因此，请在驱动程序代码中添加以下内容。

singular_slug

Answer 4

这是我所做的改变。

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

        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "temp");

        job.setJarByClass(Temp.class);

        job.setMapperClass(Mymapper.class);
        job.setReducerClass(Myreducer.class);

        job.setMapOutputKeyClass(IntWritable.class);
        job.setMapOutputValueClass(Text.class);

        job.setOutputKeyClass(IntWritable.class);
        job.setOutputValueClass(IntWritable.class);

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

        job.setNumReduceTasks(1);
        job.waitForCompletion(true);
    }

输出： 10 0

有关解释请遵循Manjunath Ballur的帖子。

Max温度Mapreduce java代码中的运行时错误

4 个答案: