我有一個簡單的hadoop作業,可以抓取網站並將它們緩存到HDFS。映射器檢查HDFS中是否存在URL,如果存在,則使用它,否則會下載該頁面並將其保存到HDFS。如何解決'文件只能複製到0節點,而不是1'在hadoop?
如果一個網絡錯誤(404等),在下載頁面中遇到,那麼URL被跳過完全 - 沒有寫入到HDFS。每當我運行一個小型列表〜1000個網站時,我似乎總是會遇到這個錯誤,它在我的僞分佈式安裝中反覆地崩潰了這個工作。可能是什麼問題呢?
我運行的Hadoop 0.20.2-cdh3u3。
org.apache.hadoop.ipc.RemoteException: java.io.IOException: File /user/raj/cache/9b4edc6adab6f81d5bbb84fdabb82ac0 could only be replicated to 0 nodes, instead of 1
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:1520)
at org.apache.hadoop.hdfs.server.namenode.NameNode.addBlock(NameNode.java:665)
at sun.reflect.GeneratedMethodAccessor7.invoke(Unknown Source)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:616)
at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:557)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1434)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1430)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:416)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1157)
at org.apache.hadoop.ipc.Server$Handler.run(Server.java:1428)
你爲什麼不乾脆在HDFS-site.xml中設置 「dfs.replication」 爲0。當您使用僞模式時,數據複製對您無關緊要。 – 2012-04-03 17:18:50