无法从 Pig Latin 的 Hadoop HDFS 加载文件

Posted 2023-04-18

【中文标题】无法从 Pig Latin 的 Hadoop HDFS 加载文件

【英文标题】：Cannot load a file from Hadoop HDFS from Pig Latin

【发布时间】：2015-05-28 20:11:45

【问题描述】：

我在尝试从文件加载 csv 时遇到问题。我不断收到以下错误：

Input(s):
Failed to read data from "hdfs://localhost:9000/user/der/1987.csv"

Output(s):
Failed to produce result in                 "hdfs://localhost:9000/user/der/totalmiles3"

查看安装在本地计算机上的 Hadoop hdfs，我看到了该文件。实际上该文件位于多个位置，例如 /、/user/ 等。

hdfs dfs -ls /user/der
Found 1 items
-rw-r--r--   1 der supergroup  127162942 2015-05-28 12:42 
/user/der/1987.csv

我的猪脚本如下：

records = LOAD '1987.csv' USING PigStorage(',') AS
       (Year, Month, DayofMonth, DayOfWeek, DepTime, CRSDepTime, ArrTime,
         CRSArrTime, UniqueCarrier, FlightNum, TailNum,ActualElapsedTime,
      CRSElapsedTime,AirTime,ArrDelay, DepDelay, Origin, Dest,
         Distance:int, TaxIn, TaxiOut, Cancelled,CancellationCode,
          Diverted, CarrierDelay, WeatherDelay, NASDelay,     SecurityDelay,
     lateAircraftDelay);
milage_recs= GROUP records ALL;
tot_miles = FOREACH milage_recs GENERATE SUM(records.Distance);
STORE tot_miles INTO 'totalmiles3';

我使用 -x 本地选项运行 pig。我可以使用 -x local 选项从本地硬盘读取文件。得到了正确的答案并且 Hadoop namenode 上的 tail -f 没有滚动，这证明我在硬盘上本地运行了所有文件：

pig  -x local totalmiles.pig

现在我遇到了错误。似乎 hadoop 名称服务器正在收到请求，因为我使用了 tail -f 并看到日志滚动。

pig totalmiles.pig

records = LOAD '/user/der/1987.csv' USING PigStorage(',') AS

我收到以下错误：

Failed Jobs: 
  JobId Alias   Feature Message Outputs 
    job_local602774674_0001 milage_recs,records,tot_miles           
GROUP_BY,COMBINER   Message: ENOENT: No such file or directory 

        at  
org.apache.hadoop.io.nativeio.NativeIO$POSIX.chmodImpl(Native     Method) 

    at        
org.apache.hadoop.io.nativeio.NativeIO$POSIX.chmod(NativeIO.java:230) 

at         org.apache.hadoop.fs.RawLocalFileSystem.setPermission(RawLocalFileSystem.j
    ava:724) 
    at     


org.apache.hadoop.fs.FilterFileSystem.setPermission(FilterFileSystem.java:    502) 
        at org.apache.hadoop.fs.FileSystem.mkdirs(FileSys   tem.java:600) 
    at     
org.apache.hadoop.mapreduce.JobResourceUploader.uploadFiles(JobResourceUpl
    oader.java:94) 
        at      
org.apache.hadoop.mapreduce.JobSubmitter.copyAndConfigureFiles(JobSubmitte
   r.java:98) 
    at      org .apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:193) 

...blah...

Input(s): 
Failed to read data from "/user/der/1987.csv" 

Output(s): 
Failed to produce result in "hdfs://localhost:9000/user/der/totalmiles3" 

我使用 hdfs 来检查 mkdir 的权限，这似乎没问题：

hdfs dfs -mkdir /user/der/temp2 
hdfs dfs -ls /user/der 

Found 3 items 
-rw-r--r--   1 der supergroup  127162942 2015-05-28 12:42  
/user/der/1987.csv 
drwxr-xr-x   - der supergroup          0 2015-05-28 16:21     
/user/der/temp2 
drwxr-xr-x   - der supergroup          0 2015-05-28 15:57 
/user/der/test 

我用 mapreduce 选项尝试了猪，但仍然得到相同类型的错误：

 pig -x mapreduce totalmiles.pig

 5-05-28 20:58:44,608 [JobControl] INFO  
  org.apache.hadoop.mapreduce.lib.jobc
    ontrol.ControlledJob - PigLatin:totalmiles.pig while            
  submitting 

    ENOENT: No such file or directory
        at 
org.apache.hadoop.io.nativeio.NativeIO$POSIX.chmodImpl(Na       at         
org.apache.hadoop.io.nativeio.NativeIO$POSIX.chmod(NativeIO.java:230)
at 

org.apache.hadoop.fs.RawLocalFileSystem.setPermissi     at  
org.apache.hadoop.fs.FilterFileSystem.setPermission(FilterFileSy
at org.apache.hadoop.fs.FileSystem.mkdirs(FileSystem.java:600)
at     
org.apache.hadoop.mapreduce.JobResourceUploader.uploadFiles(Job
at org.apache.hadoop.mapreduce.JobSubmitter.copyAndConfigureFiles(Jo
at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobS
at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290)

我的core-site.xml 的温度dir 如下：

<property>
      <name>hadoop.tmp.dir</name>
     <value>/usr/local/hadoop</value>
      <description>A base for other temporary directories.    
</description>
 </property>

和我的hdfs-site.xml 作为namenode 和datanode 如下：

 <property>
     <name>dfs.namenode.name.dir</name>  
     <value>file:/usr/local/hadoop/dfs/namenode</value>
  </property>





 <property> 
        <name>dfs.datanode.data.dir</name>
        <value>file:/usr/local/hadoop/dfs/datanode</value>
    </property>

我在调试问题方面做得更进一步。看来我的名称节点配置错误，因为我无法重新格式化它：

[hadoop hdfs formatting gets error failed for Block pool]

【问题讨论】：

您可以尝试使用 pig -x mapreduce 更改 MapReduce 模式并运行作业吗？

检查运行 pig 命令的目录，该目录权限在这里很重要

【参考方案1】：

我们必须将 hadoop 文件路径指定为：/user/der/1987.csv

 records = LOAD '/user/der/1987.csv' USING PigStorage(',') AS
   (Year, Month, DayofMonth, DayOfWeek, DepTime, CRSDepTime, ArrTime,
     CRSArrTime, UniqueCarrier, FlightNum, TailNum,ActualElapsedTime,
  CRSElapsedTime,AirTime,ArrDelay, DepDelay, Origin, Dest,
     Distance:int, TaxIn, TaxiOut, Cancelled,CancellationCode,
      Diverted, CarrierDelay, WeatherDelay, NASDelay,     SecurityDelay,
 lateAircraftDelay);

如果用于测试，您可以将文件 : 1987.csv 放在执行 pig 脚本的路径中，即将 1987.csv 和 .pig 文件放在同一位置。

【讨论】：

感谢您的及时回复。如果您的意思是我可以将猪文件放在 1987.csv 的位置以进行测试，那么我就这样做了。猪 -x 本地总里程数。猪。得到了正确的答案，并且 Hadoop namenode 上的 tail -f 没有滚动，这证明我在硬盘上本地运行了所有文件。

现在我运行脚本进行了以下更改： pig totalmiles.pig \n records = LOAD '/user/der/1987.csv' USING PigStorage(',') 因为我收到以下错误：失败的作业：JobId 别名功能消息输出。错误是在 mkdir 权限下 Pig latin 上的 Java 异常。 hadoop/logs/namenode.og 滚动了，看起来不错。 hdfs dfs -mkdir /user/der/temp2 工作证明权限在 hdfs 上没问题。

@Derek：请。使用加载分析时看到的错误消息更新问题。