首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >MapReduce,FileNotFoundException

MapReduce,FileNotFoundException
EN

Stack Overflow用户
提问于 2019-04-15 18:21:40
回答 1查看 115关注 0票数 1

Hadoop 2.9.1,独立安装。

hdfs目录是按时间(yyyyMMdd/HH/mm)组织的,比如hdfs://server1:9000/foo/20190410/10/00。每分钟有几个文件。

我需要做的是,处理每小时的数据,例如,处理hdfs://server1:9000/foo/20190410/10下的所有数据。因此,mapreduce输入设置类似于,

代码语言:javascript
复制
job.setInputFormatClass(org.apache.hadoop.mapreduce.lib.input.SequenceFileAsBinaryInputFormat.class);
    Path inputPath = new Path("hdfs://server1:9000/foo/20190410/10");
    org.apache.hadoop.mapreduce.lib.input.SequenceFileAsBinaryInputFormat.addInputPath(job, inputPath);

但我一直收到这个,

代码语言:javascript
复制
Exception in thread "main" java.io.FileNotFoundException: File does not exist: hdfs://server01:9000/foo/20190410/10/00/data
        at org.apache.hadoop.hdfs.DistributedFileSystem$29.doCall(DistributedFileSystem.java:1533)
        at org.apache.hadoop.hdfs.DistributedFileSystem$29.doCall(DistributedFileSystem.java:1526)
        at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81)
        at org.apache.hadoop.hdfs.DistributedFileSystem.getFileStatus(DistributedFileSystem.java:1526)
        at org.apache.hadoop.mapreduce.lib.input.SequenceFileInputFormat.listStatus(SequenceFileInputFormat.java:67)
        at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.getSplits(FileInputFormat.java:393)
        at org.apache.hadoop.mapreduce.JobSubmitter.writeNewSplits(JobSubmitter.java:314)
        at org.apache.hadoop.mapreduce.JobSubmitter.writeSplits(JobSubmitter.java:331)
        at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:202)
        at org.apache.hadoop.mapreduce.Job$11.run(Job.java:1570)
        at org.apache.hadoop.mapreduce.Job$11.run(Job.java:1567)
        at java.security.AccessController.doPrivileged(Native Method)
        at javax.security.auth.Subject.doAs(Subject.java:422)
        at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1889)
        at org.apache.hadoop.mapreduce.Job.submit(Job.java:1567)
        at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:1588)
        at com.misc.mr.TestJob.main(TestJob.java:54)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:498)
        at org.apache.hadoop.util.RunJar.run(RunJar.java:239)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:153)

我不知道它为什么要尝试访问path hdfs://server01:9000/foo/20190410/10/00/data

如果输入是文件而不是文件夹(例如hdfs://server1:9000/foo/20190410/10/00/part1),则可以正常工作。

有谁能帮我解释一下吗?非常感谢。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-04-15 21:00:47

弄清楚了。

mapreduce.input.fileinputformat.input.dir.recursive设置为true。

在代码、调用、FileInputFormat.setInputDirRecursive(job, true)

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/55687068

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档