Hadoop - 如何从 mapred.JobConf 中提取 taskId？答案

【问题标题】：Hadoop - How to extract a taskId from mapred.JobConf?Hadoop - 如何从 mapred.JobConf 中提取 taskId？
【发布时间】：2015-02-11 23:25:02
【问题描述】：

是否可以从*mapred*.JobConf 创建一个有效的*mapreduce*.TaskAttemptID？

背景

我需要为ExistingFileInputFormat 写一个FileInputFormatAdapter。问题是Adapter需要扩展mapred.InputFormat而Existing格式扩展mapreduce.InputFormat。

我需要构建一个mapreduce.TaskAttemptContextImpl，以便我可以实例化ExistingRecordReader。但是，我无法创建有效的 TaskId...taskId 显示为 null。

那么我如何从mapred.JobConf 获取taskId、jobId 等。

特别是在适配器的getRecordReader 中，我需要执行以下操作：

public org.apache.hadoop.mapred.RecordReader<NullWritable, MyWritable> getRecordReader(
        org.apache.hadoop.mapred.InputSplit split, JobConf job, Reporter reporter) throws IOException {

    SplitAdapter splitAdapter = (SplitAdapter) split;

    final Configuration conf = job;

    /*************************************************/
    //The problem is here, "mapred.task.id" is not in the conf
    /*************************************************/
    final TaskAttemptID taskId = TaskAttemptID.forName(conf.get("mapred.task.id"));

    final TaskAttemptContext context = new TaskAttemptContextImpl(conf, taskId);
    try {
        return new RecordReaderAdapter(new ExistingRecordReader(
                splitAdapter.getMapRedeuceSplit(),
                context));
    } catch (InterruptedException e) {
        throw new RuntimeException("Failed to create record-reader.", e);
    }
}

这段代码抛出异常：

Caused by: java.lang.NullPointerException
    at org.apache.hadoop.mapreduce.task.TaskAttemptContextImpl.<init>(TaskAttemptContextImpl.java:44)
    at org.apache.hadoop.mapreduce.task.TaskAttemptContextImpl.<init>(TaskAttemptContextImpl.java:39)

'super(conf, taskId.getJobID());'正在抛出异常，很可能是因为 taskId 为空。

【问题讨论】：

标签： java hadoop mapreduce hive

【解决方案1】：

我通过查看HiveHbaseTableInputFormat 找到了答案。由于我的解决方案是针对 hive 的，所以效果很好。

 TaskAttemptContext tac = ShimLoader.getHadoopShims().newTaskAttemptContext(
        job.getConfiguration(), reporter);

【讨论】：