尝试使用流在hadoop上运行mapreduce作业。我有两个ruby脚本wcmapper.rb和wcreducer.rb。我正在尝试按以下方式运行作业：
hadoop jar hadoop/contrib/streaming/hadoop-streaming-1.2.1.jar -file wcmapper.rb -mapper wcmapper.rb -file wcreducer.rb -reducer wcreducer.rb -input test.txt -output output这将导致控制台出现以下错误消息：
13/11/26 12:54:07 INFO streaming.StreamJob: map 0% reduce 0%
13/11/26 12:54:36 INFO streaming.StreamJob: map 100% reduce 100%
13/11/26 12:54:36 INFO streaming.StreamJob: To kill this job, run:
13/11/26 12:54:36 INFO streaming.StreamJob: /home/paul/bin/hadoop-1.2.1/libexec/../bin/hadoop job -Dmapred.job.tracker=localhost:9001 -kill job_201311261104_0009
13/11/26 12:54:36 INFO streaming.StreamJob: Tracking URL: http://localhost.localdomain:50030/jobdetails.jsp?jobid=job_201311261104_0009
13/11/26 12:54:36 ERROR streaming.StreamJob: Job not successful. Error: # of failed Map Tasks exceeded allowed limit. FailedCount: 1. LastFailedTask: task_201311261104_0009_m_000000
13/11/26 12:54:36 INFO streaming.StreamJob: killJob...
Streaming Command Failed!查看任何任务的失败尝试显示：
java.io.IOException: Cannot run program "/var/lib/hadoop/mapred/local/taskTracker/paul/jobcache/job_201311261104_0010/attempt_201311261104_0010_m_000001_3/work/./wcmapper.rb": error=2, No such file or directory
at java.lang.ProcessBuilder.start(ProcessBuilder.java:1042)我知道hadoop需要复制map和reducer脚本以供所有节点使用，并且相信这就是-file参数的用途。不过，这些脚本似乎没有被复制到hadoop希望找到它们的位置。控制台显示它们正在打包，我认为：
packageJobJar: [wcmapper.rb, wcreducer.rb, /var/lib/hadoop/hadoop-unjar3547645655567272034/] [] /tmp/streamjob3978604690657430710.jar tmpDir=null我还尝试了以下方法：
hadoop jar hadoop/contrib/streaming/hadoop-streaming-1.2.1.jar -files wcmapper.rb,wcreducer.rb -mapper wcmapper.rb -reducer wcreducer.rb -input test.txt -output output但这会产生同样的错误。
有人能告诉我问题出在哪里吗？
或者在哪里寻找更好的诊断问题？
非常感谢
保罗
1条答案
按热度按时间d4so4syb1#
抱歉找到答案了。
这些脚本是作为packt“hadoop初学者指南”的一部分下载的
他们最初将shebang设置为：
但这为ruby本身生成了一个filenotfound错误。检查env的详细信息表明它使用path变量来确定ruby的位置。ruby exe在/usr/bin中，这在路径中。但是，我将其修改为：
并由此修正了原文件未找到的错误而产生的上述问题中的错误。
我最后尝试在控制台上运行ruby脚本，结果是：
这看起来很奇怪，因为exe存在于显示的目录中。
然后我重新创建了脚本文件（通过在控制台中键入它们）。这解决了这个问题（脚本在控制台和hadoop中都运行）。我的假设是文件本身的格式（可能是^m）有问题。
总而言之，解释器发现“找不到文件”错误，即使任务日志中列出的文件是脚本文件本身。
希望这能帮助一些人。
p