Question

我在为MapReduce编写减速器时遇到了一个问题。我想获得前10行非常大的文件，我用于循环和中断。但是，break命令在hadoop上发出错误，所以我正在寻找另一种方法：

for line in fileinput.input():
    if(counter>limit):
        break

    line = line.strip()
    print (line)
    counter +=1

错误日志：

Error: java.io.IOException: subprocess exited successfully
R/W/S=6936/19/0 in:NA [rec/s] out:NA [rec/s]
minRecWrittenToEnableSkip_=9223372036854775807 HOST=null
USER=s2132211
HADOOP_USER=null
last tool output: |29670    YOU HAVE AATO|
Broken pipe
    at org.apache.hadoop.streaming.PipeReducer.reduce(PipeReducer.java:129)
    at org.apache.hadoop.mapred.ReduceTask.runOldReducer(ReduceTask.java:444)
    at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:392)
    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:422)
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1698)
    at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)

Answer 1

首先，您的示例格式不正确，或者您有逻辑错误。 print(line)和counter += 1应该是INSIDE for循环。

更容易写下来的方法是：

for counter, line in enumerate(fileinput.input()):
    if(counter>limit):
        break

    line = line.strip()
    print (line)

现在，如果这不能解决问题，那么问题很少。

1）你能看到程序的任何输出（它实际上是从那个for循环中打印出来的东西吗？）

2）程序是否立即崩溃，或者在一段时间后崩溃？

如何在Python上逐行从sys.stdin获取前N行

1 个答案: