Hadoop2.7.3 mapreduce(二)类型匹配异常解决方案及源码分析
来源:互联网 发布:安卓手机plc编程软件 编辑:程序博客网 时间:2024/06/15 17:09
我们在运行mapreduce时,有时候会出现类型匹配异常。下面我将对出现的两种情况进行分析:
【情况一:map函数输入key-value 类型和默认值不一致,且没有指定】
java.lang.Exception: java.lang.ClassCastException: org.apache.hadoop.io.LongWritable cannot be cast to org.apache.hadoop.io.Textat 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.ClassCastException: org.apache.hadoop.io.LongWritable cannot be cast to org.apache.hadoop.io.Textat com.yc.hadoop42_003_mapreduce.MyWordCount$MyWordCountMapper.map(MyWordCount.java:1)at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)at org.apache.hadoop.mapred.LocalJobRunner$Job$MapTaskRunnable.run(LocalJobRunner.java:243)at java.util.concurrent.Executors$RunnableAdapter.call(Unknown Source)at java.util.concurrent.FutureTask.run(Unknown Source)at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source)at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source)at java.lang.Thread.run(Unknown Source)通过分析源码,得出以下结论:
map函数默认输入格式(在没有指定输入格式前提下)为 TextInputFormat 类
TextInputFormat继承自 FileInputFormat类,也就是说map函数默认输入key-value格式为 LongWritable - Text ,如果我们重写方法时改变了参数类型,要重新指定输入格式,因此我们可以选择封装好的其他格式,也可以自定义输入格式类(自定义LineRecordReader类 和 InputFormat 类)。
然后,在作业启动前,调用setInputFormatClass( ) 指定我们需要的格式。
【情况二:map函数输出key-value 类型和默认值不一致,且没有指定】
java.lang.Exception: java.io.IOException: Type mismatch in key from map: expected org.apache.hadoop.io.LongWritable, received org.apache.hadoop.io.Textat org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)Caused by: java.io.IOException: Type mismatch in key from map: expected org.apache.hadoop.io.LongWritable, received org.apache.hadoop.io.Textat org.apache.hadoop.mapred.MapTask$MapOutputBuffer.collect(MapTask.java:1074)at org.apache.hadoop.mapred.MapTask$NewOutputCollector.write(MapTask.java:715)at org.apache.hadoop.mapreduce.task.TaskInputOutputContextImpl.write(TaskInputOutputContextImpl.java:89)at org.apache.hadoop.mapreduce.lib.map.WrappedMapper$Context.write(WrappedMapper.java:112)at com.yc.hadoop42_003_mapreduce.MyWordCount$MyWordCountMapper.map(MyWordCount.java:30)at com.yc.hadoop42_003_mapreduce.MyWordCount$MyWordCountMapper.map(MyWordCount.java:1)at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)at org.apache.hadoop.mapred.LocalJobRunner$Job$MapTaskRunnable.run(LocalJobRunner.java:243)at java.util.concurrent.Executors$RunnableAdapter.call(Unknown Source)at java.util.concurrent.FutureTask.run(Unknown Source)at java.util.concurrent.ThreadPoolExecutor.runWorker(Unknown Source)at java.util.concurrent.ThreadPoolExecutor$Worker.run(Unknown Source)at java.lang.Thread.run(Unknown Source)[16 17:02:37,173 INFO ] [main] mapreduce.Job - Job job_local438687277_0001 failed with state FAILED due to: NA[16 17:02:37,200 INFO ] [main] mapreduce.Job - Counters: 0
根据报错提示,我们通过debug来读源代码
在collect方法的内部会判断 key 和 value 的类型是不是和 MapOutputBuffer 中保留的 keyClass、valClass 一致。
而 MapOutputBuffer 中保留的 keyClass、valClass是初始化的时候被赋值的。
继续进入getMapOutputKeyClass( ) 方法
我们发现keyClass首先会读取JobContext中MAP_OUTPUT_KEY_CLASS 的值
那这个静态变量是在哪里设置的呢?继续读源码,我发现是通过setMapOutKeyClass( ) 方法设置的
因为我们没有使用setMapOutKeyClass( ) 方法,所以 retv == null,getOutputKeyClass( ) 方法被执行了,继续读源代码!!!
我们看出它还会采用JobContext.OUTPUT_KEY_CLASS设置值(再给你一次机会再不写就报错了 O(∩_∩)O 哈哈~),也就是通过下面这个方法设置的值:
很可惜我们也没有使用setOutputKeyClass( ) 设置值。最终使用默认的 LongWritable 类型 ,这就是错误的根源!!!
找到了问题的根源,问题也就非常好解决了,我们只需要在启动作业之前加上(当然这里设置的输出类型要和map函数输出的类型一致)
job.setMapOutputKeyClass(Text.class); job.setMapOutputValueClass(IntWritable.class); 或者 job.setOutputKeyClass(Text.class);job.setOutputValueClass(IntWritable.class);问题就迎刃而解啦!
【总结】
map操作固定性较强,输入输出格式都有一套规定,当我们重写map函数改变了默认类型,要记得在启动作业之前自己设置!!!
- Hadoop2.7.3 mapreduce(二)类型匹配异常解决方案及源码分析
- Hadoop2源码分析-MapReduce篇
- Hadoop2源码分析-MapReduce篇
- Hadoop2源码分析-MapReduce篇
- Hadoop2源码分析-MapReduce篇
- Hadoop2源码分析-MapReduce篇
- Hadoop2异常分析(二):Sqoop导出数据错误
- Hadoop2.7.3 mapreduce(一)原理及"hello world"实例
- Mapreduce执行过程分析(基于Hadoop2.4)——(二)
- Mapreduce执行过程分析(基于Hadoop2.4)——(二)
- MapReduce源码分析之MapTask分析(二)
- MapReduce源码分析之MapTask分析(二)
- Hadoop2.6.0 MapReduce 源码学习
- hadoop源码分析(MapReduce)
- Hadoop2.7.3 mapreduce(五)详解
- Tinker接入及源码分析(二)
- Weevely使用及源码分析(二)
- Tinker接入及源码分析(二)
- 用栈实现迷宫求解Maze
- MYSQL数据库性能优化
- struts文件的上传与下载
- 假设一个班级有5个人,每个人都会有一些共有的信息:姓名 学号 年龄 分数。从终端输入每个人的信息,然后按照分数从高到低排序,将信息打印到终端上。
- java.io.StreamCorruptedException: invalid type code: AC问题解决
- Hadoop2.7.3 mapreduce(二)类型匹配异常解决方案及源码分析
- 实用Jmeter录制复杂web测试脚本
- IdentityHashMap
- hdu 4717
- 基础宽搜 奶牛最少步数问题
- MFC消息映射机制概述(二)
- python递归实现汉诺塔实现
- java设计模式1(转自:http://blog.csdn.NET/zhangerqing)
- pro JPA2 精通java持久化API 第四章