Próbuję uruchomić klaster EMR, który ma niestandardowy krok słoika. Program pobiera dane wejściowe z S3, a wyjścia do S3 (a przynajmniej to właśnie chcę osiągnąć). W konfiguracji kroku, mam następujące w polu Argumenty:Amazon EMR: uruchamianie niestandardowego słoika z wejściami i wyjściami z S3
v3.MaxTemperatureDriver
s3n://hadoopbook/ncdc/all
s3n://hadoop-szhu/max-temp
gdzie hadoopbook/ncdc/all jest ścieżką do wiadra zawierającego dane wejściowe (Na marginesie, na przykład biegnę jest z tego book) i hadoop-szhu jest moim własnym zasobnikiem, w którym chcę przechowywać dane wyjściowe. W następstwie tego post, mój kierowca MapReduce wygląda następująco:
package v3;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import v1.MaxTemperatureReducer;
public class MaxTemperatureDriver extends Configured implements Tool {
@Override
public int run(String[] args) throws Exception {
if (args.length != 2) {
System.err.printf("Usage: %s [generic options] <input> <output>\n",
getClass().getSimpleName());
ToolRunner.printGenericCommandUsage(System.err);
return -1;
}
Job job = new Job(getConf(), "Max temperature");
job.setJarByClass(getClass());
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
job.setMapperClass(MaxTemperatureMapper.class);
job.setCombinerClass(MaxTemperatureReducer.class);
job.setReducerClass(MaxTemperatureReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
return job.waitForCompletion(true) ? 0 : 1;
}
public static void main(String[] args) throws Exception {
int exitCode = ToolRunner.run(new MaxTemperatureDriver(), args);
System.exit(exitCode);
}
}
Jednak, gdy próbuję uruchomić to pojawia się następujący błąd:
Exception in thread "main" java.io.IOException: No FileSystem for scheme: s3n
Próbowałem również kopiować dane z s3 do klastra przy użyciu następujących (uruchamiane po sshing do węzła nadrzędnego):
hadoop distcp \
-Dfs.s3n.awsAccessKeyId='...' \
-Dfs.s3n.awsSecretAccessKey='...' \
s3n://hadoopbook/ncdc/all input/ncdc/all
Ale mam kilka błędów, podaję fragment poniżej:
2016-09-03 07:07:11,858 FATAL [IPC Server handler 6 on 43495] org.apache.hadoop.mapred.TaskAttemptListenerImpl: Task: attempt_1472884232220_0001_m_000000_0 - exited : java.io.IOException: org.apache.hadoop.tools.mapred.RetriableFileCopyCommand$CopyReadException: java.io.FileNotFoundException: No such file or directory 's3n://hadoopbook/ncdc/all/1901.gz'
at org.apache.hadoop.tools.mapred.CopyMapper.map(CopyMapper.java:224)
at org.apache.hadoop.tools.mapred.CopyMapper.map(CopyMapper.java:50)
at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)
at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:796)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:342)
at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:164)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:422)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657)
at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:158)
Caused by: org.apache.hadoop.tools.mapred.RetriableFileCopyCommand$CopyReadException: java.io.FileNotFoundException: No such file or directory 's3n://hadoopbook/ncdc/all/1901.gz'
... 10 more
Caused by: java.io.FileNotFoundException: No such file or directory 's3n://hadoopbook/ncdc/all/1901.gz'
at com.amazon.ws.emr.hadoop.fs.s3n.S3NativeFileSystem.getFileStatus(S3NativeFileSystem.java:818)
at com.amazon.ws.emr.hadoop.fs.EmrFileSystem.getFileStatus(EmrFileSystem.java:511)
at org.apache.hadoop.tools.mapred.CopyMapper.map(CopyMapper.java:219)
... 9 more
Nie jestem pewien, gdzie leży problem, ale z przyjemnością dołączę więcej szczegółów (proszę komentarz poniżej). Dzięki!
jest 'Hadoop-aws.jar' w ścieżce klasy? Jeśli tak, wypróbuj '-Dfs.s3n.impl = 'org.apache.hadoop.fs.s3native.NativeS3FileSystem'' – KeatsPeeks