如何解决预期组织。阿帕奇。hadoop。io。文本，接收组织。阿帕奇。hadoop。io。mapreduce作业中的LongWritable

Question

我想写一份工作，可以分析youtube数据集中的一些信息。我相信我已经在driver类中正确设置了map的输出键，但是我仍然得到了上面的错误，我在这里发布了代码和异常，

地图绘制者

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

private static final IntWritable one = new IntWritable(1); 
private Text category = new Text(); 
public void mapper(LongWritable key,Text value,Context context) throws IOException, InterruptedException{
    String str[] = value.toString().split("\t");
    category.set(str[3]);
    context.write(category, one);
}

}

减速器等级

public class YouTubeDataReducer extends Reducer<Text,IntWritable,Text,IntWritable>{

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

}

驱动程序类

public class YouTubeDataDriver {

public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();

    @SuppressWarnings("deprecation")
    Job job = new Job(conf, "categories");
    job.setJarByClass(YouTubeDataDriver.class);

    job.setMapOutputKeyClass(Text.class);
    job.setMapOutputValueClass(IntWritable.class);
    // job.setNumReduceTasks(0);
    job.setOutputKeyClass(Text.class);// Here i have set the output keys
    job.setOutputValueClass(IntWritable.class);

    job.setMapperClass(YouTubeDataMapper.class);
    job.setReducerClass(YouTubeDataReducer.class);

    job.setInputFormatClass(TextInputFormat.class);
    job.setOutputFormatClass(TextOutputFormat.class);

    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    Path out = new Path(args[1]);
    out.getFileSystem(conf).delete(out);
    job.waitForCompletion(true);

}

}

我得到的例外

Java语言io。IOException：映射中的键类型不匹配：应为组织。阿帕奇。hadoop。io。文本，接收组织。阿帕奇。hadoop。io。可在组织中长写。阿帕奇。hadoop。映射。MapTask$MapOutputBuffer。在org上收集（MapTask.java:1069）。阿帕奇。hadoop。映射。MapTask$NewOutputCollector。在org上编写（MapTask.java:712）。阿帕奇。hadoop。mapreduce。任务TaskInputOutputContextImpl。在组织中写入（TaskInputOutputContextImpl.java:89）。阿帕奇。hadoop。mapreduce。lib。地图WrappedMapper$上下文。在org上编写（WrappedMapper.java:112）。阿帕奇。hadoop。mapreduce。映射器。地图（Mapper.java:124）位于org。阿帕奇。hadoop。mapreduce。映射器。在org上运行（Mapper.java:145）。阿帕奇。hadoop。映射。MapTask。在org上运行NewMapper（MapTask.java:784）。阿帕奇。hadoop。映射。MapTask。在组织上运行（MapTask.java:341）。阿帕奇。hadoop。映射。YarnChild 2美元。在java上运行（YarnChild.java:168）。安全AccessController。javax上的doPrivileged（本机方法）。安全授权。主题doAs（Subject.java:422）位于org。阿帕奇。hadoop。安全用户组信息。doAs（UserGroupInformation.java:1642）位于org。阿帕奇。hadoop。映射。YarnChild。main（YarnChild.java:163）

我已经在driver类中设置了输出键

    job.setOutputKeyClass(Text.class);// Here i have set the output keys
    job.setOutputValueClass(IntWritable.class);

但是为什么我仍然会出错呢？请帮忙，我是mapreduce的新手

Answer 1

下面的代码（更新LongWritable with Object）对我有用-

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class YouTubeDataDriver {

    public static class YouTubeDataMapper
            extends Mapper<Object, Text, Text, IntWritable>{

        private final static IntWritable one = new IntWritable(1);
        private Text word = new Text();

        public void map(Object key, Text value, Context context
        ) throws IOException, InterruptedException {
            StringTokenizer itr = new StringTokenizer(value.toString());
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                context.write(word, one);
            }
        }
    }

    public static class YouTubeDataReducer
            extends Reducer<Text,IntWritable,Text,IntWritable> {
        private IntWritable result = new IntWritable();

        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context
        ) throws IOException, InterruptedException {
            int sum = 0;
            for (IntWritable val : values) {
                sum += val.get();
            }
            result.set(sum);
            context.write(key, result);
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();

        @SuppressWarnings("deprecation")
        Job job = new Job(conf, "categories");
        job.setJarByClass(YouTubeDataDriver.class);

        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        // job.setNumReduceTasks(0);
        job.setOutputKeyClass(Text.class);// Here i have set the output keys
        job.setOutputValueClass(IntWritable.class);

        job.setMapperClass(YouTubeDataMapper.class);
        job.setReducerClass(YouTubeDataReducer.class);

        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        Path out = new Path(args[1]);
        out.getFileSystem(conf).delete(out);
        job.waitForCompletion(true);

    }

}

Answer 2

将mapper（）方法重命名为map（）（参见官方文档）。

现在的情况是，映射器实际上没有处理任何数据。它不进入映射器（）方法（因为它正在寻找映射器（）方法），因此保持映射阶段不变，这意味着映射输出键仍然是可写的。

作为旁白，

String str[] = value.toString().split("\t");
category.set(str[3]);

非常危险。假设您的所有输入数据都将包含至少3个\t字符是有风险的。在处理大量数据时，几乎总是会有一些不是您期望的格式，并且您不希望在发生这种情况时整个工作都死了。考虑做这样的事情：

String valueStr = value.toString();
if (valueStr != null) {
    String str[] = valueStr.split("\t");
    if (str[] != null && str.size > 3) {
        category.set(str[3]);
        context.write(category, one);
    }
}