hadoop多输入失败，ClassCastException

我的hadoop版本是1.0.3，当我使用多输入时，我得到了这个错误

java.lang.ClassCastException: org.apache.hadoop.mapreduce.lib.input.TaggedInputSplit cannot be cast to org.apache.hadoop.mapreduce.lib.input.FileSplit
at org.myorg.textimage$ImageMapper.setup(textimage.java:80)
at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:142)
at org.apache.hadoop.mapreduce.lib.input.DelegatingMapper.run(DelegatingMapper.java:55)
at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:764)
at org.apache.hadoop.mapred.MapTask.run(MapTask.java:370)
at org.apache.hadoop.mapred.Child$4.run(Child.java:255)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:416)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1121)
at org.apache.hadoop.mapred.Child.main(Child.java:249)

我测试了单输入路径，没有问题。只有当我使用

MultipleInputs.addInputPath(job, TextInputpath, TextInputFormat.class,
            TextMapper.class);
    MultipleInputs.addInputPath(job, ImageInputpath,
            WholeFileInputFormat.class, ImageMapper.class); 

我在谷歌上找到了这个链接，上面说0.21有这个bug。但是我使用的是1.0.3，这个错误是否会再次出现。任何人都有相同的问题，或者任何人都可以告诉我如何解决它？谢谢

这是图像映射器的设置代码，第4行是错误发生的位置：

protected void setup(Context context) throws IOException,
            InterruptedException {
        InputSplit split = context.getInputSplit();
        Path path = ((FileSplit) split).getPath();
        try {
            pa = new Text(path.toString());
        } catch (Exception e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
    }

---

继我的评论之后，

TaggedInputSplit

的Javadocs确认您可能错误地将输入拆分转换为FileSplit：

/**
 * An {@link InputSplit} that tags another InputSplit with extra data for use
 * by {@link DelegatingInputFormat}s and {@link DelegatingMapper}s.
 */

我猜您的设置方法如下所示：

@Override
protected void setup(Context context) throws IOException,
        InterruptedException {
    FileSplit split = (FileSplit) context.getInputSplit();
}

不幸的是，

TaggedInputSplit

不是公共可见的，因此您无法轻松地执行

instanceof

样式检查，然后执行强制转换，然后调用

TaggedInputSplit.getInputSplit（）

，以获取实际的底层文件分割。因此，要么您需要自己更新源代码并重新编译和部署，发布JIRA通知单，要求在未来版本中对此进行修复（如果在2+中尚未执行此操作），要么执行一些讨厌的反射黑客操作，以访问底层InputSplit

这是完全未经测试的：

@Override
protected void setup(Context context) throws IOException,
        InterruptedException {
    InputSplit split = context.getInputSplit();
    Class<? extends InputSplit> splitClass = split.getClass();

    FileSplit fileSplit = null;
    if (splitClass.equals(FileSplit.class)) {
        fileSplit = (FileSplit) split;
    } else if (splitClass.getName().equals(
            "org.apache.hadoop.mapreduce.lib.input.TaggedInputSplit")) {
        // begin reflection hackery...

        try {
            Method getInputSplitMethod = splitClass
                    .getDeclaredMethod("getInputSplit");
            getInputSplitMethod.setAccessible(true);
            fileSplit = (FileSplit) getInputSplitMethod.invoke(split);
        } catch (Exception e) {
            // wrap and re-throw error
            throw new IOException(e);
        }

        // end reflection hackery
    }
}

@覆盖
受保护的无效设置（上下文上下文）引发IOException，
中断异常{
InputSplit split=context.getInputSplit（）；
Class我也有同样的问题，但实际的问题是，在设置多个输入之后，我仍然在设置输入格式：

job.setInputFormatClass(SequenceFileInputFormat.class);

一旦我删除了这一行，一切都很好。
你能发布你的
ImageMapper
类的代码吗？看起来你正试图在你的安装方法中将输入拆分转换为FileInputSplit。我有一个类似的问题。有没有解决方案？它与你猜测的完全相同。我尝试了你的代码，但它没有工作w、 你太专业了！我又读了一遍代码，但我仍然不知道它是如何工作的。你能简单解释一下反射黑客吗？谢谢。请看结尾处添加的部分。这个解决方法很好，但是有人知道一种不太黑客的方法，可以通过多个输入将信息从作业传递到映射器吗？FWIW，这里有什么类型的信息您是否希望通过-通过配置进行传递有什么问题？