Pydoop mapreduce“AttributeError：模块'wordcount_minimal'没有属性'__main__'”答案

【问题标题】：Pydoop mapreduce "AttributeError: module 'wordcount_minimal' has no attribute '__main__'"Pydoop mapreduce“AttributeError：模块'wordcount_minimal'没有属性'__main__'”
【发布时间】：2018-09-07 21:11:41
【问题描述】：

我安装了Pydoop 并尝试运行MapReduce 作业。为了进行试运行，我尝试执行字数统计示例wordcount_minimal.py 和wordcount_full.py。他们都挂在地图阶段。在stderr 的末尾，我根据我运行的脚本找到了这条消息：

模块“wordcount_minimal”没有属性“main”

或

模块“wordcount_full”没有属性“main”

我使用以下命令执行了作业：

pydoop 提交 --upload-file-to-cache wordcount_full.py wordcount_full hdfs_input_dir hdfs_output_dir

无法找到这背后的原因。知道可能是什么原因吗？

我能够使用map 和reduce 函数从pydoop script 执行示例，并且成功完成。但是使用pydoop submit 选项，我遇到了这个问题。不确定我是否遗漏了什么。

PS：我有一个包含 2 个节点的集群，运行 Hortonworks HDP 2.6.5。 Pydoop 都安装在它们上面。

【问题讨论】：

标签： python hadoop mapreduce hortonworks-data-platform

【解决方案1】：

默认情况下，pydoop submit 需要一个名为__main__ 的入口点，但您可以通过--entry-point 修改它。例如，如果您的代码是：

class Mapper ...
class Reducer ...
def run():
    pipes.run_task(pipes.Factory(Mapper, Reducer))

你可以通过pydoop submit --entry-point run ...运行它

【讨论】：

谢谢。我使用了这种方法并指定了 main 的入口点并且它有效。但是，我仍然对在脚本中使用 if __name__ == "__main__": main() 感到困惑。我以为它应该默认选择这个。