我想用hadoop流式傳輸,其中有一個用作映射器的java類。爲了使問題簡單,讓我們假設的Java代碼如下所示:hadoop流式傳輸的命令行
[[email protected] java]$ cat a.dat
abc
[[email protected] java]$ cat a.dat | java Test
abc
[[email protected] java]
令:
import java.io.* ;
class Test {
public static void main(String args[]) {
try {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
String input ;
while ((input = br.readLine()) != null) {
System.out.println(input) ;
}
} catch (IOException io) {
io.printStackTrace() ;
}
}
}
我可以這樣編譯它作爲「的javac Test.java」從命令行運行我們假設我在HDFS文件:a.dat
[[email protected] java]$ hadoop fs -cat /user/abhattac/a.dat
Abc
[[email protected] java]$ jar cvf Test.jar Test.class
added manifest
adding: Test.class(in = 769) (out= 485)(deflated 36%)
[[email protected] java]$
現在我嘗試使用(Test.java)在Hadoop的數據流映射。我該如何提供 [1] -mapper命令行選項。它應該像以下一樣嗎? [2] - 文件命令行選項。我需要從Test.class中創建一個jar文件嗎?如果是這種情況,我是否需要包含MANIFEST.MF文件來指示主類?
我試過所有這些選項,但沒有一個似乎工作。任何幫助將不勝感激。
hadoop jar /export/apps/hadoop/latest/contrib/streaming/hadoop-streaming-1.2.1.45.jar -file Test.jar -mapper'java test'-input /user/abhattac/a.dat - 輸出/用戶/ abhattac /輸出
上述命令不起作用。在任務日誌的錯誤消息是:
標準錯誤日誌
Exception in thread "main" java.lang.NoClassDefFoundError: Test
Caused by: java.lang.ClassNotFoundException: Test
at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
at java.lang.ClassLoader.loadClass(ClassLoader.java:306)
你爲什麼在java中使用hadoop streaming?在使用不同於Java的語言編寫map/reduce函數時,通常會使用Hadoop流式處理。 – SelimN 2014-09-23 00:08:52