首页 > 代码库 > Hadoop on Mac with IntelliJ IDEA: 1 解决输入路径不存在问题
Hadoop on Mac with IntelliJ IDEA: 1 解决输入路径不存在问题
本文讲述使用IntelliJ IDEA时遇到Hadoop提示input path does not exist（输入路径不存在）的一种解决办法。
环境：Mac OS X 10.9.5, IntelliJ IDEA 13.1.4, Hadoop 1.2.1
Hadoop放在虚拟机中，宿主机通过SSH连接，IDE和数据文件在宿主机。
这是自学Hadoop的第三天。以前做过点.NET开发，Mac、IntelliJ IDEA、Hadoop、CentOS对我而言，相当陌生。第一份Hadoop代码就 遇到了问题。
以下代码摘自《Hadoop In Action》第4章第1份代码。
1 public class MyJob extends Configured implements Tool { 2 public static class MapClass extends MapReduceBase 3 implements Mapper<Text, Text, Text, Text> { 4 @Override 5 public void map(Text key, Text value, OutputCollector<Text, Text> output, Reporter reporter) 6 throws IOException { 7 output.collect(value, key); 8 } 9 }10 11 12 public static class Reduce extends MapReduceBase13 implements Reducer<Text, Text, Text, Text> {14 @Override15 public void reduce(Text key, Iterator<Text> values, OutputCollector<Text, Text> output, Reporter reporter) throws IOException {16 String csv = "";17 while (values.hasNext()) {18 if (csv.length() > 0) {19 csv += ", ";20 }21 csv += values.next().toString();22 }23 output.collect(key, new Text(csv));24 }25 }26 27 @Override28 public int run(String[] args) throws Exception {29 Configuration configuration = getConf();30 31 JobConf job = new JobConf(configuration, MyJob.class);32 33 Path in = new Path(args[0]);34 Path out = new Path(args[1]);35 36 FileInputFormat.setInputPaths(job, in);37 FileOutputFormat.setOutputPath(job, out);38 39 job.setJobName("MyJob");40 job.setMapperClass(MapClass.class);41 job.setReducerClass(Reduce.class);42 43 job.setInputFormat(KeyValueTextInputFormat.class);44 job.setOutputFormat(TextOutputFormat.class);45 job.setOutputKeyClass(Text.class);46 job.setOutputValueClass(Text.class);47 job.set("key.value.separator.in.input.line", ",");48 49 JobClient.runJob(job);50 51 return 0;52 }53 54 public static void main(String[] args) {55 try {56 int res = ToolRunner.run(new Configuration(), new MyJob(), args);57 System.exit(res);58 } catch (Exception e) {59 e.printStackTrace();60 }61 }62 }
主函数做了异常处理，其余地方和原书一致。
由于不会打jar包，我选择了直接在IDEA中执行代码，数据文件目录和书上不同，故命令行参数和原书略有差别，如下：
/Users/michael/Desktop/Hadoop/HadoopInAction/cite75_99.txt output
IDEA的配置如图
数据文件路径如图
以上配置无拼写错误。然后，我很高兴地按下‘Run MyJob.main()‘ ，准备等结果，继续跟着书走。
悲剧了，IDEA输出input path does not exist。输入路径是/Users/michael/IdeaProjects/Hadoop/Users/michael/Desktop/Hadoop/HadoopInAction/cite75_99.txt，这不是Working directory拼上我给的第一个参数么，怎么回事。
整份代码，就run方法中用了Path，应该是这边的问题。
在FileOutputFormat.setOutputPath(job, out);后面加上System.out.println(FileInputFormat.getInputPaths(job)[0].toUri());发现输入路径真的被合并到工作路径下了。怪不得报错呢（StackOverflow中有人说是我的数据文件没提前到Hadoop才会报这个错误。其实，我只会提交命令，提交后怎么让程序读取，我还不会，悲剧）。
现在，可以判断问题是FileInputFormat.setInputPaths(job, in);导致的。进源码看看它是怎么工作的。
/** * Set the array of {@link Path}s as the list of inputs * for the map-reduce job. * * @param conf Configuration of the job. * @param inputPaths the {@link Path}s of the input directories/files * for the map-reduce job. */ public static void setInputPaths(JobConf conf, Path... inputPaths) { Path path = new Path(conf.getWorkingDirectory(), inputPaths[0]); StringBuffer str = new StringBuffer(StringUtils.escapeString(path.toString())); for(int i = 1; i < inputPaths.length;i++) { str.append(StringUtils.COMMA_STR); path = new Path(conf.getWorkingDirectory(), inputPaths[i]); str.append(StringUtils.escapeString(path.toString())); } conf.set("mapred.input.dir", str.toString()); }
可以看到，源码第一句就是合并conf和inputPaths。 既然合并了工作路径，那就把它去掉好了。
在FileInputFormat.setInputPaths(job, in);前保存合并前结果
Path workingDirectoryBak = job.getWorkingDirectory();
再设置为根目录
job.setWorkingDirectory(new Path("/"));
然后在它后面设置回来
job.setWorkingDirectory(workingDirectoryBak);
加上输出，确认操作结果
System.out.println(FileInputFormat.getInputPaths(job)[0].toUri());
新代码如下，mac下的输入法不好用，直接中式英语写注释
1 public int run(String[] args) throws Exception { 2 Configuration configuration = getConf(); 3 4 JobConf job = new JobConf(configuration, MyJob.class); 5 6 Path in = new Path(args[0]); 7 Path out = new Path(args[1]); 8 9 // backup current directory, namely /Users/michael/IdeaProjects/Hadoop where source located10 Path workingDirectoryBak = job.getWorkingDirectory();11 // set to root dir12 job.setWorkingDirectory(new Path("/"));13 // let it combine root and input path14 FileInputFormat.setInputPaths(job, in);15 // set it back16 job.setWorkingDirectory(workingDirectoryBak);17 // print to confirm18 System.out.println(FileInputFormat.getInputPaths(job)[0].toUri());19 20 FileOutputFormat.setOutputPath(job, out);21 22 job.setJobName("MyJob");23 job.setMapperClass(MapClass.class);24 job.setReducerClass(Reduce.class);25 26 job.setInputFormat(KeyValueTextInputFormat.class);27 job.setOutputFormat(TextOutputFormat.class);28 job.setOutputKeyClass(Text.class);29 job.setOutputValueClass(Text.class);30 job.set("key.value.separator.in.input.line", ",");31 32 JobClient.runJob(job);33 34 return 0;35 }
再试一次，正常，将近1分钟执行完，配置差就是这样。
Hadoop on Mac with IntelliJ IDEA: 1 解决输入路径不存在问题