哈多普任务副作用文件

Question

我正在使用 hadoop，0 Reduces。目标是在 map 方法中以增量方式创建对象。然后在某个时候将其写入(序列化(到输出文件夹。就像我说的，reduce的作品在这里不会做任何事情。我该怎么做？这是我所拥有的：

在配置方法中，我获取文件的路径：

@Override
public void configure(JobConf conf) {      
  taskSideEffectFile = FileOutputFormat.getWorkOutputPath(conf) + "/temp";    
}

在map方法中，我正在

构建我的对象，最终我想序列化它，现在我正在尝试始终在map方法上编写它：

@Override
public void map(LongWritable key, Text value,
    OutputCollector<Text, IntWritable> output, Reporter reporter)
    throws IOException {        
  AddInstanceToClassifier(value.toString());
  try
  {             
    //serialize classifier
    weka.core.SerializationHelper.write( taskSideEffectFile, nb);
  }
  catch (Exception ex)
  {
    System.err.println("Failed to serialize classifier: " + ex.getMessage());
    throw new IOException("taskSideEffectFile: " + ex.getMessage());
  } 
}

这是我得到的错误：

12/05/09 22:47:00 INFO mapred.JobClient:  map 0% reduce 0%
12/05/09 22:47:08 INFO mapred.JobClient: Task Id : attempt_201205091117_0015_m_000001_0, Status : FAILED
java.io.IOException: taskSideEffectFile: hdfs:/192.168.78.129:9000/user/hadoop-user/output/_temporary/_attempt_201205091117_0015_m_000001_0/temp (No such file or directory)
    at naive.bayes.hadoop.MusicClassifierMapper.SaveClassifier(MusicClassifierMapper.java:168)
    at naive.bayes.hadoop.MusicClassifierMapper.map(MusicClassifierMapper.java:121)
    at naive.bayes.hadoop.MusicClassifierMapper.map(MusicClassifierMapper.java:1)
    at org.apache.hadoop.mapred.MapRunner.run(MapRunner.java:47)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:227)
    at org.apache.hadoop.mapred.TaskTracker$Child.main(TaskTracker.java:2209)

注意：我使用的是雅虎的hadoop-0.18.0(我认为这是我从eclipse运行应用程序的唯一方法(

Answer 1

Hadoop应该存储您的临时文件，然后在任务成功时将它们"提升"到输出文件夹。

这是您解决的方法

• 不要再使用临时路径。
• 所以现在编写代码将其放在您创建的 HDFS 中的文件夹中