使用模式加载数据时出现 Apache Pig ClassCast 异常

Posted 2023-04-18

【中文标题】使用模式加载数据时出现 Apache Pig ClassCast 异常

【英文标题】：Apache Pig ClassCast exception when loading data with schema

【发布时间】：2015-01-01 00:01:43

【问题描述】：

我有一个简单的制表符分隔文件，其中包含一个猪模式，我正在尝试加载并添加两列。当我使用 PigStorage 的“--schema”选项加载时，添加失败并出现 ClassCastException。当我使用“--noschema”加载时，添加工作正常。为什么 Pig 在前一种情况下会失败并出现异常？

这里是示例文件，只有 1 行输入，带有制表符分隔值：

a       1       1

架构“.pig_schema”如下所示：

"fields":["name":"str","type":55,"description":"autogenerated from Pig Field Schema","schema":null,"name":"score","type":15,"description":"autogenerated from Pig Field Schema","schema":null,"name":"count","type":15,"description":"autogenerated from Pig Field Schema","schema":null],"version":0,"sortKeys":[],"sortKeyOrders":[]

这里是来自 grunt shell 的语句列表：

a1 = load '/local/workplace/data' using PigStorage(); --load with schema
describe a1; -- a1: str: chararray,score: long,count: long
b1 = foreach a1 generate score + count;
dump b1; -- throws exception
a2 = load '/local/workplace/data' using PigStorage('\t', '--noschema') as (str:chararray, score:long, count: long);
b2 = foreach a2 generate score+count; -- no exception
dump b2; -- works fine

抛出的异常是：

org.apache.pig.backend.executionengine.ExecException: ERROR 0: Exception while execution [Add (Name: Add[long] - scope-34 Operator Key: scope-34) chi
ldren: [[POProject (Name: Project[long][0] - scope-32 Operator Key: scope-32) children: null at []], [POProject (Name: Project[long][1] - scope-33操作
erator Key: scope-33) children: null at []]] at []]: java.lang.ClassCastException: org.apache.pig.data.DataByteArray 无法转换为 java.lang.Numb
呃
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.PhysicalOperator.getNext(PhysicalOperator.java:338)
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.relationalOperators.POForEach.processPlan(POForEach.java:378)
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.relationalOperators.POForEach.getNextTuple(POForEach.java:298)
        在 org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigGenericMapBase.runPipeline(PigGenericMapBase.java:282)
        在 org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigGenericMapBase.map(PigGenericMapBase.java:277)
        在 org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigGenericMapBase.map(PigGenericMapBase.java:64)
        在 org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:144)
        在 org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:763)
        在 org.apache.hadoop.mapred.MapTask.run(MapTask.java:369)
        在 org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:210)
引起：java.lang.ClassCastException：org.apache.pig.data.DataByteArray 不能转换为 java.lang.Number
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.expressionOperators.Add.genericGetNext(Add.java:100)
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.expressionOperators.Add.getNextLong(Add.java:123)
        在 org.apache.pig.backend.hadoop.executionengine.physicalLayer.PhysicalOperator.getNext(PhysicalOperator.java:323)

猪版本：0.12.1

【问题讨论】：

是的，你是对的，它看起来像是 0.12 中的一些问题。相同的命令在 0.13 版本中运行良好。

【参考方案1】：

默认情况下，如果您提供模式，则所有内容都被视为字节数组。