在 Hadoop 的 WordCount 程序中获取异常

Question

我在尝试在 hadoop 上运行第一个程序时遇到了这个异常。 （我在 0.20.2 版本上使用 hadoop 新 API）。我在网上搜索，似乎大多数人在配置逻辑中没有设置MapperClass和ReducerClass时都会遇到这个问题。 但我检查了一下，看起来代码没问题。如果有人可以帮助我，我将不胜感激。

java.io.IOException：映射中的键类型不匹配：预期 org.apache.hadoop.io.Text，收到 org.apache.hadoop.io.LongWritable 在 org.apache.hadoop.mapred.MapTask$MapOutputBuffer.collect(MapTask.java:871)

package com.test.wc;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class WordCountMapper extends Mapper<LongWritable,Text,Text,IntWritable> {

public void Map(LongWritable key,Text value,Context ctx) throws IOException , InterruptedException {
    String line = value.toString();
    for(String word:line.split("\\W+")) {
        if(word.length()> 0){
            ctx.write(new Text(word), new IntWritable(1));
        }
    }
}
}


package com.test.wc;
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class WordCountReducer extends Reducer<Text,IntWritable,Text,IntWritable> {

public void reduce(Text key, Iterable<IntWritable> values, Context ctx) throws IOException,InterruptedException {
 int wordCount = 0;
    for(IntWritable value:values)
    {
        wordCount+=value.get();
    }
    ctx.write(key,new IntWritable(wordCount));
}

}


package com.test.wc;
import java.io.IOException;
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;
public class WordCountJob {
public static void main(String args[]) throws IOException, InterruptedException, ClassNotFoundException{
    if(args.length!=2){
        System.out.println("invalid usage");
        System.exit(-1);
    }

    Job job = new Job();
    job.setJarByClass(WordCountJob.class);
    job.setJobName("WordCountJob");



    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));

    job.setMapperClass(WordCountMapper.class);
    job.setReducerClass(WordCountReducer.class);

    //job.setCombinerClass(WordCountReducer.class);

    job.setMapOutputKeyClass(Text.class);
    job.setMapOutputValueClass(IntWritable.class);

    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);


    System.exit(job.waitForCompletion(true) ? 0:1);

}
}

Answer 1

您的Map() 方法无法覆盖Mapper 的map() 方法，因为您使用大写字母M 代替了小写字母m。

因此，正在使用默认的身份映射方法，这导致用作输入的相同键和值对也用作输出。由于您的映射器已指定 extends Mapper<LongWritable,Text,Text,IntWritable>，因此您尝试输出 LongWritable, Text 而不是 Text, IntWritable 会导致异常。

将您的 Map() 方法更改为 map() 并添加 @Override 注释应该可以解决问题 - 如果您使用的是 IDE，我强烈建议您使用它的内置方法覆盖功能以避免此类错误。

Answer 2

只需编辑您的映射器函数

public void Map(LongWritable key, Text value, Context ctx)

到

public void map(LongWritable key, Text value, Context ctx)

它对我有用。

Hadoop 版本：- Hadoop 1.0.3