Question

大家好，我是Hadoop的新手。这是我的第一个程序，我需要帮助解决以下错误。

当我直接将文件放入HDFS而不使用hdfs：// localhost：9000 /然后我收到错误消息 dir不存在。

所以我使用以下方式将文件放入hdfs

hadoop fs -put file.txt  hdfs://localhost:9000/sawai.txt

将此文件加载到HDFS后，如下所示：

<code>File added successfully</code>

好的，然后我尝试运行我的 wordcount jar 文件程序，如下所示：

hadoop jar wordcount.jar hdp.WordCount sawai.txt outputdir

我收到以下错误消息：
```
org.apache.hadoop.mapred.InvalidInputException: Input path does not exist: hdfs://localhost:9000/user/hadoop_usr/sawai.txt
```

然后我尝试另一种方式，我尝试像这样指定hdfs路径。

hadoop jar wordcount.jar hdp.WordCount hdfs://localhost:9000/sawai.txt hdfs://localhost:9000/outputdir

我收到以下错误消息：

org.apache.hadoop.mapred.FileAlreadyExistsException: Output directory hdfs://localhost:9000/sawai.txt already exists
    at org.apache.hadoop.mapred.FileOutputFormat.checkOutputSpecs(FileOutputFormat.java:131)    at org.apache.hadoop.mapreduce.JobSubmitter.checkSpecs(JobSubmitter.java:268) 
    at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:139)    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290) 
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287) 
    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.mapreduce.Job.submit(Job.java:1287) 
    at org.apache.hadoop.mapred.JobClient$1.run(JobClient.java:575) 
    at org.apache.hadoop.mapred.JobClient$1.run(JobClient.java:570) 
    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.JobClient.submitJobInternal(JobClient.java:570) 
    at org.apache.hadoop.mapred.JobClient.submitJob(JobClient.java:561) 
    at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:870) 
    at hdp.WordCount.run(WordCount.java:40) 
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:70) 
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:84) 
    at hdp.WordCount.main(WordCount.java:17) 
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)    at java.lang.reflect.Method.invoke(Method.java:498) 
    at org.apache.hadoop.util.RunJar.run(RunJar.java:221) 
    at org.apache.hadoop.util.RunJar.main(RunJar.java:136)

我读了很多文章，他们建议我每次更改输出目录名称，我应用这种方式，但它不适用于我的情况，它似乎问题在于定义我们想要执行操作的源文件名。

导致异常的原因是什么？如何解决？

Answer 1

我还没有看到你输入/输出的完整程序....

我认为sawai.txt是您想要计算单词数量的输入文件。你为什么要把它复制到输出？

但是，请参阅此示例将其添加到驱动程序。如果路径存在则删除。所以你不会得到FileAlreadyExistsException

   /*Provides access to configuration parameters*/
    Configuration conf = new Configuration();
    /*Creating Filesystem object with the configuration*/
    FileSystem fs = FileSystem.get(conf);
    /*Check if output path (args[1])exist or not*/
    if(fs.exists(new Path(args[1]))){
       /*If exist delete the output path*/
       fs.delete(new Path(args[1]),true);
    }

Answer 2

您是否尝试过hadoop jar wordcount.jar hdp.WordCount /sawai.txt / outputdir？ HDFS更喜欢FULL路径。

另外，我从来没有必要在“hdfs：// localhost：/”之前添加文件到HDFS或运行jar。通常你可以引用完整的文件路径及其罚款。也许在没有前置的情况下尝试一下？

如果不修复它，最佳做法是将复制因子增加到三。此文件尺寸与块 尺寸<相比更小 < / em>这可能会成为问题。 Cloudera建议文件和块大小http://blog.cloudera.com/blog/2009/02/the-small-files-problem

与java的hadoop wordcount

2 个答案: