Не удалось выполнить неудачное выполнение команды Hadoop

Я новичок в использовании потокового Hadoop с Python. Я успешно смог запустить пример wordcount, описанный в большинстве ссылок. Но когда я начал с моего собственного письменного маленького скрипта python, он показывает ошибки, хотя функциональность кода почти ничего не стоит.

Часть ошибки при выполнении команды:

at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
 at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
 at java.lang.Thread.run(Thread.java:745)
14/12/13 01:47:31 INFO mapred.LocalJobRunner: map task executor complete.
14/12/13 01:47:31 WARN mapred.LocalJobRunner: job_local174189774_0001
java.lang.Exception: java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code 2
 at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)
 at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)
Caused by: java.lang.RuntimeException: PipeMapRed.waitOutputThreads(): subprocess failed with code 2
 at org.apache.hadoop.streaming.PipeMapRed.waitOutputThreads(PipeMapRed.java:320)
 at org.apache.hadoop.streaming.PipeMapRed.mapRedFinished(PipeMapRed.java:533)
 at org.apache.hadoop.streaming.PipeMapper.close(PipeMapper.java:130)
 at org.apache.hadoop.mapred.MapRunner.run(MapRunner.java:61)
 at org.apache.hadoop.streaming.PipeMapRunner.run(PipeMapRunner.java:34)
 at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java:430)
 at org.apache.hadoop.mapred.MapTask.run(MapTask.java:342)
 at org.apache.hadoop.mapred.LocalJobRunner$Job$MapTaskRunnable.run(LocalJobRunner.java:243)
 at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:471)
 at java.util.concurrent.FutureTask.run(FutureTask.java:262)
 at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1145)
 at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:615)
 at java.lang.Thread.run(Thread.java:745)
14/12/13 01:47:32 INFO mapreduce.Job: Job job_local174189774_0001 failed with state FAILED due to: NA
14/12/13 01:47:32 INFO mapreduce.Job: Counters: 0
14/12/13 01:47:32 ERROR streaming.StreamJob: Job not Successful!
Streaming Command Failed!

Файл map.py выглядит следующим образом:

import sys
 for line in sys.stdin:
 line = line.strip()
 review_lines = line.split('\n')
 for r in review_lines:
 review = r.split('\t')
 print '%s\t%s' % (review[0], review[1])

Файл red.py выглядит следующим образом:

import sys
for line in sys.stdin:
 line = line.strip()
 word = line.split('\t')
 print '%s\t%d' %(word[0], int(word[1]) % 2)

Ввод, который я предоставил, был: (input_file.txt)

R1 1
R2 5
R3 3
R4 2

Команда, используемая для запуска процесса, была:

hadoop jar /usr/local/hadoop/share/hadoop/tools/lib/hadoop-streaming-2.4.0.jar -file /home/hduser/map.py -mapper /home/hduser/map.py -file /home/hduser/red.py -reducer /home/hduser/red.py -input /user/hduser/input_file.txt -output /user/hduser/output_file.txt
2 ответа

Можете ли вы попробовать поставить это в верхней части своих скриптов:

#!/usr/bin/env python


#!/usr/bin/python

Работал для меня.

licensed under cc by-sa 3.0 with attribution.