Java InvalidInputException:输入路径不存在

运行MapReduce作业时出现以下异常：

15/12/25 16:00:07 INFO jvm.JvmMetrics: Initializing JVM Metrics with processName=JobTracker, sessionId=
15/12/25 16:00:07 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
15/12/25 16:00:07 WARN mapred.JobClient: No job jar file set.  User classes may not be found. See JobConf(Class) or JobConf#setJar(String).
Exception in thread "main" org.apache.hadoop.mapreduce.lib.input.InvalidInputException: Input path does not exist: file:/C:/Users/HARSH/workspace1/hadoop/words.txt
    at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.listStatus(FileInputFormat.java:224)
    at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.getSplits(FileInputFormat.java:241)
    at org.apache.hadoop.mapred.JobClient.writeNewSplits(JobClient.java:885)
    at org.apache.hadoop.mapred.JobClient.submitJobInternal(JobClient.java:779)
    at org.apache.hadoop.mapreduce.Job.submit(Job.java:432)
    at org.apache.hadoop.mapreduce.Job.waitForCompletion(Job.java:447)
    at hadoop.wordcount.main(wordcount.java:70)

有人能帮忙吗？问题是否在包文件中？ 我给出的参数是“input.txt output”

代码如下：

package hadoop;     

import org.apache.hadoop.io.IntWritable;
import java.io.IOException;
import java.util.*;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.*;

import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.*;

import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class wordcount {

    static public class wordmap extends  Mapper<IntWritable, Text, Text, IntWritable>
    {
        public void map(IntWritable key, Text value, Context context) throws IOException, InterruptedException
        {
            Text keys = new Text();
            IntWritable one= new IntWritable(1);
            StringTokenizer tokens= new StringTokenizer(value.toString());
            while(tokens.hasMoreTokens())
            {
                keys.set(tokens.nextToken());
                context.write(keys, one);
            }
        }
    }

    static public class wordred extends Reducer<Text, IntWritable, Text, IntWritable>
    {
        public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException
        {
            int sum=0;
            for (IntWritable count : values) 
            {
                sum=sum+ count.get();
            }
            context.write(key, new IntWritable(sum));
        }
    }

    public static void main(String args[]) throws Exception
    {
        Configuration conf=new Configuration();
        Job job= new Job(conf,"wordcount");
        job.setJarByClass(wordcount.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);

        job.setMapperClass(wordmap.class);
        job.setReducerClass(wordred.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        job.waitForCompletion(true);
    }

}

packagehadoop；
导入org.apache.hadoop.io.IntWritable；
导入java.io.IOException；
导入java.util.*；
导入org.apache.hadoop.conf.Configuration；
导入org.apache.hadoop.fs.Path；
导入org.apache.hadoop.io.*；
导入org.apache.hadoop.mapreduce.Job；
导入org.apache.hadoop.mapreduce.*；
导入org.apache.hadoop.mapreduce.lib.input.FileInputFormat；
导入org.apache.hadoop.mapreduce.lib.input.TextInputFormat；
导入org.apache.hadoop.mapreduce.lib.output.FileOutputFormat；
导入org.apache.hadoop.mapreduce.lib.output.TextOutputFormat；
公共类字数{
静态公共类wordmap扩展映射器
{
公共void映射（IntWritable键、文本值、上下文）引发IOException、InterruptedException
{
文本键=新文本（）；
IntWritable one=新的IntWritable（1）；
StringTokenizer tokens=新的StringTokenizer（value.toString（））；
while（tokens.hasMoreTokens（））
{
key.set（tokens.nextToken（））；
上下文。写（键，一）；
}
}
}
静态公共类wordred扩展了Reducer
{
公共void reduce（文本键、Iterable值、上下文上下文）引发IOException、InterruptedException
{
整数和=0；
for（可写入计数：值）
{
sum=sum+count.get（）；
}
write（key，newintwriteable（sum））；
}
}
公共静态void main（字符串args[]）引发异常
{
Configuration conf=新配置（）；
Job Job=新作业（conf，“wordcount”）；
job.setJarByClass（wordcount.class）；
job.setOutputKeyClass（Text.class）；
job.setOutputValueClass（IntWritable.class）；
setInputFormatClass（TextInputFormat.class）；
setOutputFormatClass（TextOutputFormat.class）；
setMapperClass（wordmap.class）；
job.setReduceClass（wordred.class）；
addInputPath（作业，新路径（args[0]）；
setOutputPath（作业，新路径（args[1]）；
job.waitForCompletion（true）；
}
}

这不是编译错误。
例外情况清楚地表明，应用程序找不到文件C:/Users/HARSH/workspace1/hadoop/words.txt

检查：

• 文件存在且路径正确（尝试使用绝对路径）
• 你有访问权限吗
• 没有其他程序打开该文件

---

我已将words.txt文件作为命令行绘图。在这种格式的“words.txt outputdirectory_name”中，先生，如何解决“作业无法解析为类型”@HARSH一旦您解决了文件路径问题，请为该问题打开另一个问题。先生，这些异常意味着什么？？？org.apache.hadoop.mapred.JobClient.writeNewSplits（JobClient.java:885）在org.apache.hadoop.mapred.JobClient.submitJobInternal（JobClient.java:779）在org.apache.hadoop.mapreduce.Job.waitForCompletion（Job.java:447）在hadoop.wordcount.main（wordcount.java:70）先生，我在运行配置中指定为“\user\HARSH\input\words.txt\user\HARSH\output”@Alessandro Da Rugna。。现在它只是在输出目录（包含args[1]的代码行）中给出我的arrayIndexOutOfBoundsException。我现在该怎么办？我还收到了“作业无法解析为类型”错误