>我从本地文件系统向映射器提供了输入。它从 eclipse 成功运行，但不从集群运行，因为它找不到本地输入路径说：输入路径不存在。请任何人帮助我如何为映射器提供本地文件路径，以便它可以在集群中运行，并且可以在hdfs中获取输出
非常古老的问题。最近面临同样的问题。我不知道这个解决方案对我有多正确。如果有任何缺点，请注意。这就是我所做的。
从邮件档案中阅读解决方案，我意识到如果我将fs.default.name从hdfs://localhost:8020/修改为file:///它可以访问本地文件系统。但是，我不希望我所有的mapreduce工作都这样做。所以我在本地系统文件夹中制作了core-site.xml的副本（与我将 MR jar 提交给 hadoop jar 的文件夹相同）。
在我Driver课上MR我补充说，
Configuration conf = new Configuration();
conf.addResource(new Path("/my/local/system/path/to/core-site.xml"));
conf.addResource(new Path("/usr/lib/hadoop-0.20-mapreduce/conf/hdfs-site.xml"));
MR从本地系统获取输入并将输出写入hdfs:
在集群中运行需要将数据加载到分布式存储 （HDFS） 中。首先使用 hadoop fs -copyFromLocal 将数据复制到 HDFS，然后再次尝试运行您的作业，为其提供 HDFS 中数据的路径
这个问题很有趣。可以在 S3 上拥有数据，并在运行作业之前访问这些数据，而无需显式复制到 HDFS。在字数统计示例中，可以按如下方式指定：
Hadoop jar 示例.jar字数s3n://bucket/input s3n://bucket/output
在这种情况下，映射器直接从 S3 读取记录。
如果这可以用 S3 完成，为什么 hadoop 不类似地使用这种语法而不是 s3n
file:///input file:///output
？
但从经验上讲，这似乎以一种有趣的方式失败了——我看到 Hadoop 为确实在输入目录中的文件提供了找不到文件异常。也就是说，它似乎能够列出我本地磁盘上放置目录中的文件，但是当需要打开它们以读取记录时，找不到（或访问）该文件。
数据必须在HDFS上，任何MapReduce作业都可以处理它。因此，即使你有一个源，如本地文件系统、网络路径或基于 Web 的存储（如 Azure Blob 存储或 Amazon Block 存储），你也需要先在 HDFS 上复制数据，然后运行作业。最重要的是，您需要首先将数据推送到 HDFS，并且有几种方法取决于数据源，您将执行从源到 HDFS 的数据传输，例如从本地文件系统您将使用以下命令：
$hadoop -f CopyFromLocal SourceFileOrStoragePath _HDFS__Or_directPathatHDFS_
尝试像这样设置输入路径
FileInputFormat.addInputPath（conf， new Path（file:///the directory on your local filesystem））;
如果您提供文件扩展名，它可以从本地系统访问文件
我已经尝试了以下代码并得到了解决方案...请尝试一下，让我知道..
您需要获取本地文件系统的文件系统对象，然后使用 makequalified 方法返回 path。由于我们需要传递本地文件系统的路径（没有其他方法可以将其传递给inputformat），我使用了make qualified，它实际上只返回本地文件系统路径。
代码如下所示。
Configuration conf = new Configuration();
FileSystem fs = FileSystem.getLocal(conf);
Path inputPath = fs.makeQualified(new Path("/usr/local/srini/")); // local path
FileInputFormat.setInputPaths(job, inputPath);
我希望这能满足您的要求，尽管它发布得很晚。它对我来说效果很好..我相信它不需要任何配置更改。
U 可能想通过将配置设置为
Configuration conf=new Configuration();
conf.set("job.mapreduce.tracker","local");
conf.set("fs.default.name","file:///");
在此之后，您可以使用本地路径设置文件输入格式，一切顺利