Hadoop的SequenceFileInputFormat

时间:2017-12-08 23:25:02

标签: java hadoop bigdata

我在谷歌图书ngram上实施字数计划式程序。 我的输入是二进制文件:https://aws.amazon.com/datasets/google-books-ngrams/ 我被告知要使用SequenceFileInputFormat才能使用它。

我使用hadoop 2.6.5。

Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "PartA");
        job.setJarByClass(MyDriver.class);
        job.setMapperClass(MyMapperA.class);
        job.setReducerClass(MyReducerA.class);
        job.setCombinerClass(MyReducerA.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        job.setInputFormatClass(SequenceFileInputFormat.class); // The new line

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

        System.exit(job.waitForCompletion(true) ? 0 : 1);

遗憾的是,我在添加此行后遇到了问题:

            job.setInputFormatClass(SequenceFileInputFormat.class);

收到的错误:

java.lang.Exception: java.lang.IllegalArgumentException: Unknown codec: com.hadoop.compression.lzo.LzoCodec
at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)

我尝试过添加几个maven依赖项,但没有成功

0 个答案:

没有答案