2013-04-04 63 views
3

我使用的是Cloudera 4.2.0和Spark。使用spark訪問HDFS失敗

我只想嘗試一下Spark給出的一些例子。

// HdfsTest.scala 
package spark.examples 

import spark._ 

object HdfsTest { 
    def main(args: Array[String]) { 
    val sc = new SparkContext(args(0), "HdfsTest", 
     System.getenv("SPARK_HOME"), Seq(System.getenv("SPARK_EXAMPLES_JAR"))) 

    val file = sc.textFile("hdfs://n1.example.com/user/cloudera/data/navi_test.csv") 
    val mapped = file.map(s => s.length).cache() 
    for (iter <- 1 to 10) { 
     val start = System.currentTimeMillis() 
     for (x <- mapped) { x + 2 } 
     // println("Processing: " + x) 
     val end = System.currentTimeMillis() 
     println("Iteration " + iter + " took " + (end-start) + " ms") 
    } 
    System.exit(0) 
    } 
} 

這是確定編制,但總是有一些運行時的問題:

Exception in thread "main" java.util.ServiceConfigurationError: org.apache.hadoop.fs.FileSystem: Provider org.apache.hadoop.hdfs.HftpFileSystem could not be instantiated: java.lang.IllegalAccessError: tried to access method org.apache.hadoop.fs.DelegationTokenRenewer.<init>(Ljava/lang/Class;)V from class org.apache.hadoop.hdfs.HftpFileSystem 
    at java.util.ServiceLoader.fail(ServiceLoader.java:224) 
    at java.util.ServiceLoader.access$100(ServiceLoader.java:181) 
    at java.util.ServiceLoader$LazyIterator.next(ServiceLoader.java:377) 
    at java.util.ServiceLoader$1.next(ServiceLoader.java:445) 
    at org.apache.hadoop.fs.FileSystem.loadFileSystems(FileSystem.java:2229) 
    at org.apache.hadoop.fs.FileSystem.getFileSystemClass(FileSystem.java:2240) 
    at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2257) 
    at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:86) 
    at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2296) 
    at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2278) 
    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:316) 
    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:162) 
    at org.apache.hadoop.mapred.JobConf.getWorkingDirectory(JobConf.java:587) 
    at org.apache.hadoop.mapred.FileInputFormat.setInputPaths(FileInputFormat.java:315) 
    at org.apache.hadoop.mapred.FileInputFormat.setInputPaths(FileInputFormat.java:288) 
    at spark.SparkContext.hadoopFile(SparkContext.scala:263) 
    at spark.SparkContext.textFile(SparkContext.scala:235) 
    at spark.examples.HdfsTest$.main(HdfsTest.scala:9) 
    at spark.examples.HdfsTest.main(HdfsTest.scala) 
Caused by: java.lang.IllegalAccessError: tried to access method org.apache.hadoop.fs.DelegationTokenRenewer.<init>(Ljava/lang/Class;)V from class org.apache.hadoop.hdfs.HftpFileSystem 
    at org.apache.hadoop.hdfs.HftpFileSystem.<clinit>(HftpFileSystem.java:84) 
    at sun.reflect.NativeConstructorAccessorImpl.newInstance0(Native Method) 
    at sun.reflect.NativeConstructorAccessorImpl.newInstance(NativeConstructorAccessorImpl.java:57) 
    at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45) 
    at java.lang.reflect.Constructor.newInstance(Constructor.java:532) 
    at java.lang.Class.newInstance0(Class.java:374) 
    at java.lang.Class.newInstance(Class.java:327) 
    at java.util.ServiceLoader$LazyIterator.next(ServiceLoader.java:373) 
... 16 more 

我已搜查谷歌,不知道對這種異常的Spark和HDFS。

val file = sc.textFile("hdfs://n1.example.com/user/cloudera/data/navi_test.csv")是問題發生的地方。

13/04/04 12:20:51 WARN util.NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable 

我得到了這個警告。也許我應該在CLASS_PATH中添加一些hadoop路徑。

隨意提供任何線索。 =)

謝謝大家。

任浩

回答

0

這可能是與您的系統中安裝的Java相關的問題。 Hadoop需要(Sun)Java 1.6+。 請確保您有:

JAVA_HOME =「/ usr/lib中/ JVM/JAVA-6-太陽

4

(這個問題也被要求在spark-users mailing list /回答)

您需要針對羣集上運行的特定版本的Hadoop/HDFS編譯Spark。從Spark documentation

Spark使用Hadoop核心庫t o與HDFS和其他Hadoop支持的存儲系統交談。由於HDFS協議在不同版本的Hadoop中發生了變化,因此必須針對羣集運行的相同版本構建Spark。您可以通過在project/SparkBuild.scala頂部設置HADOOP_VERSION變量,然後重新構建Spark(sbt/sbt clean compile)來更改版本。

spark-users郵件列表包含有關編譯針對特定的Hadoop版本的幾個問題,所以如果你建立星火時遇到任何問題,我會尋找在那裏。

0

您可以建立星火當設置Coudera的Hadoop版本使用環境變量,查找在Cloudera的行家回購您的確切神器版本,應該是這樣的:

SPARK_HADOOP_VERSION=2.0.0-cdh4.2.0 sbt/sbt assembly publish-local 

確保你運行任何你用相同的運行用於構建Spark的Java引擎。此外,還有針對不同Cloudera Hadoop發行版的預先構建的Spark軟件包,如http://spark-project.org/download/spark-0.8.0-incubating-bin-cdh4.tgz