Java 在Hadoop教程中运行实现自定义输出格式

为了在Hadoop中定制输出格式，我想运行本文中描述的代码。更准确地说，本教程显示了两个java文件：

WordCount：是word count java应用程序（类似于本教程中MapReduce教程的WordCount v1.0）

XMLOutputFormat:java类，它扩展FileOutputFormat并实现自定义输出的方法

我所做的是采用MapReduce教程的WordCount v1.0（而不是使用教程中显示的WordCount），并添加驱动程序

job.setOutputFormatClass（XMLOutputFormat.class）

并以以下方式执行hadoop应用程序：

/usr/local/hadoop/bin/hadoop com.sun.tools.javac.Main WordCount.java&&jar cf wc.jar WordCount*.class&/usr/local/hadoop/bin/hadoop jar wc.jar WordCount/home/luis/Desktop/mytest/input//output\u文件夹

注：

/home/luis/Desktop/mytest/input/

和

/output\u文件夹

分别是输入和输出文件夹

不幸的是，终端显示以下错误：

WordCount.java:57:错误：找不到符号
setOutputFormatClass（XMLOutputFormat.class）；
^
符号：类XMLOutputFormat
位置：类字数
1错误

为什么?？WordCount.java和XMLOutputFormat.java存储在同一文件夹中

下面是我的代码

WordCount

code:

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.output.FileOutputFormat;

public class WordCount {

  public static class TokenizerMapper
       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 IntSumReducer
       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();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    job.setOutputFormatClass(XMLOutputFormat.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);



  }
}

import java.io.DataOutputStream; 
import java.io.IOException;
import org.apache.hadoop.fs.FSDataOutputStream;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.RecordWriter;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class XMLOutputFormat extends FileOutputFormat<Text, IntWritable> {

    protected static class XMLRecordWriter extends RecordWriter<Text, IntWritable> {

        private DataOutputStream out;

        public XMLRecordWriter(DataOutputStream out) throws IOException{

            this.out = out;
            out.writeBytes("<Output>\n");

        }


        private void writeStyle(String xml_tag,String tag_value) throws IOException {

            out.writeBytes("<"+xml_tag+">"+tag_value+"</"+xml_tag+">\n");

        }

        public synchronized void write(Text key, IntWritable value) throws IOException {

            out.writeBytes("<record>\n");
            this.writeStyle("key", key.toString());
            this.writeStyle("value", value.toString());
            out.writeBytes("</record>\n");

        }

        public synchronized void close(TaskAttemptContext job) throws IOException {

            try {

                out.writeBytes("</Output>\n");

            } finally {

                out.close();

            }

        }

    }

    public RecordWriter<Text, IntWritable> getRecordWriter(TaskAttemptContext job) throws IOException {

        String file_extension = ".xml";
        Path file = getDefaultWorkFile(job, file_extension);
        FileSystem fs = file.getFileSystem(job.getConfiguration());
        FSDataOutputStream fileOut = fs.create(file, false);
        return new XMLRecordWriter(fileOut);

    }

}

---

您需要添加

包testpackage

在

字数

课程开始时

或

import testpackage.xmlooutputformatWordCount

类中的code>

---

因为它们在同一个目录中，这并不意味着它们在同一个包中。

您需要添加

包testpackage

在

字数

课程开始时

或

import testpackage.xmlooutputformatWordCount

类中的code>

---

因为它们在同一个目录中，这并不意味着它们在同一个包中。

我们需要先将xmloputformat.jar文件添加到HADOOP_类路径中，驱动程序代码才能找到它。并在-libjars选项中传递它以添加到映射的类路径中，并减少JVM

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/abc/xyz/XMLOutputFormat.jar

yarn jar wordcount.jar com.sample.test.Wordcount 
-libjars /path/to/XMLOutputFormat.jar 
/lab/mr/input /lab/output/output

---

我们需要首先将XMLOutputFormat.jar文件添加到HADOOP_类路径中，以便驱动程序代码找到它。并在-libjars选项中传递它以添加到映射的类路径中，并减少JVM

export HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/abc/xyz/XMLOutputFormat.jar

yarn jar wordcount.jar com.sample.test.Wordcount 
-libjars /path/to/XMLOutputFormat.jar 
/lab/mr/input /lab/output/output

---

我试过了，但没有成功。我通过运行

/usr/local/hadoop/bin/hadoop com.sun.tools.javac.Main-d创建了测试包。java

，之后，我添加了

包testpackage

在

WordCount

的开头，使用

/usr/local/hadoop/bin/hadoop com.sun.tools.javac.Main WordCount.java

编译它，但我得到了相同的错误。然后，我删除了

包testpackage

从

WordCount

开始，我添加了

importtestpackage.XMLOutputFormat

在

WordCount

中，但我得到了

错误：找不到symbol import testpackage.XMLOutputFormat

并且找不到symbol

job.setOutputFormatClass

我试过了，但没有成功。我通过运行

/usr/local/hadoop/bin/hadoop com.sun.tools.javac.Main-d创建了测试包。java

，之后，我添加了

包testpackage

在

WordCount

的开头，使用

/usr/local/hadoop/bin/hadoop com.sun.tools.javac.Main WordCount.java

编译它，但我得到了相同的错误。然后，我删除了

包testpackage

从

WordCount

开始，我添加了

importtestpackage.XMLOutputFormat

在

WordCount

中，但我得到了

错误：找不到symbol import testpackage.XMLOutputFormat并且找不到符号
作业。setOutputFormatClass