在 PIG UDF 中调试答案

【问题标题】：Debugging in PIG UDF在 PIG UDF 中调试
【发布时间】：2012-06-12 21:17:11
【问题描述】：

我是 Hadoop/PIG 的新手。我有一个基本问题。

我们在 PIG UDF 中有记录工具吗？我写了一个需要验证的 UDF 我需要记录某些语句来检查流程。是否有可用的日志记录工具？如果是，Pig 日志在哪里？

【问题讨论】：

【解决方案1】：

假设您的 UDF 扩展了 EvalFunc，您可以使用从 EvalFunc.getLogger() 返回的 Logger。日志输出应该在 pig 执行的关联 Map / Reduce 任务中可见（如果作业在多个阶段执行，那么您必须通过它们来查找关联的日志条目）。

【讨论】：

那么日志最终会出现在 Map Reduce 任务日志文件中吗？我可以专门将我的日志语句放到一个单独的文件中吗？
是的，他们会的。你可以，但你必须去每个任务跟踪器查看/收集它们。我想你可以尝试配置一个远程记录器（例如记录到数据库）。
我不确定，但你可以试试 PigLogger - 它可能会将内容发送回客户端。
我很抱歉提出这么幼稚的问题。但是，我以以下方式使用它： PigLogger pigLogger = this.getPigLogger(); pigLogger.warn（对象，字符串，枚举）；我在这里错过了什么吗？或者这就是 EvalFunc Logger。除了警告我什么都看不到。我们没有调试、信息、错误吗？
我尝试使用 this.getLogger.info(String);这应该在 tasktarcker 日志中弹出吗？我看不到任何日志。

【解决方案2】：

也许很明显，但我建议在部署到集群/伪集群之前先在本地模式下调试您的 UDF。这样，您可以直接在 IDE 中调试它（在我的例子中是 eclipse），这比日志调试更容易。

【讨论】：

是否有我可以遵循的站点或一些步骤来开始使用 Eclipse。我的意思是日食上的猪。
不知道有步骤的站点，但它很简单：将 hadoop-core 和 pig 依赖项放入您的 maven pom，然后使用 org.apache.pig.PigServer。试试pigServer.registerScript(resource.getInputStream(), pigScriptParams, null); 然后PigStats stats = pigServer.store("final_output", pigScriptParams.get("output_folder"), pigStoreFunc).getStatistics();