错误：java.lang.ClassCastException:wordCountTest.wordCountTest无法强制转换为org.apache.hadoop.mapreduce.Mapper

我是一个尝试使用java学习MapReduce的初学者。我正在尝试使用oozie coordinator运行单词计数示例。我的演员选错了。如果有人能帮我解决这个错误那就太好了

错误：java.lang.ClassCastException:wordCountTest.wordCountTest 无法强制转换为org.apache.hadoop.mapreduce.Mapper“

以下是我的WordCountTest.java代码片段：

package wordCountTest;

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 WordCountTest {
 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 = new Job(conf,"WordCount");
  job.setJarByClass(WordCountTest.class);
  job.setMapperClass(TokenizerMapper.class);
  job.setCombinerClass(IntSumReducer.class);
  job.setReducerClass(IntSumReducer.class);
  job.setOutputKeyClass(Text.class);
  job.setOutputValueClass(IntWritable.class);
  FileInputFormat.addInputPath(job, new Path(args[0]));
  FileOutputFormat.setOutputPath(job, new Path(args[1]));
  System.exit(job.waitForCompletion(true) ? 0 : 1);
 }
}

package-wordCountTest；
导入java.io.IOException；
导入java.util.StringTokenizer；
导入org.apache.hadoop.conf.Configuration；
导入org.apache.hadoop.fs.Path；
导入org.apache.hadoop.io.IntWritable；
导入org.apache.hadoop.io.Text；
导入org.apache.hadoop.mapreduce.Job；
导入org.apache.hadoop.mapreduce.Mapper；
导入org.apache.hadoop.mapreduce.Reducer；
导入org.apache.hadoop.mapreduce.lib.input.FileInputFormat；
导入org.apache.hadoop.mapreduce.lib.output.FileOutputFormat；
公共类WordCountTest{
公共静态类令牌映射器
扩展映射器{
私有最终静态IntWritable one=新的IntWritable（1）；
私有文本字=新文本（）；
公共无效映射（对象键、文本值、上下文
)抛出IOException、InterruptedException{
StringTokenizer itr=新的StringTokenizer（value.toString（））；
而（itr.hasMoreTokens（））{
set（itr.nextToken（））；
上下文。写（单词，一）；
}
}
}
公共静态类IntSumReducer
伸缩减速机{
私有IntWritable结果=新的IntWritable（）；
public void reduce（文本键、Iterable值、，
语境
)抛出IOException、InterruptedException{
整数和=0；
for（可写入值：值）{
sum+=val.get（）；
}
结果集（总和）；
编写（键、结果）；
}
}
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（WordCountTest.class）；
setMapperClass（TokenizerMapper.class）；
job.setCombinerClass（IntSumReducer.class）；
job.setReducerClass（IntSumReducer.class）；
job.setOutputKeyClass（Text.class）；
job.setOutputValueClass（IntWritable.class）；
addInputPath（作业，新路径（args[0]）；
setOutputPath（作业，新路径（args[1]）；
系统退出（作业等待完成（真）？0:1；
}
}

另外，my workflow.xml文件：

<?xml version="1.0" encoding="UTF-8"?>
<workflow-app xmlns="uri:oozie:workflow:0.1" name="map-reduce-wf">
 <start to="mr-node" />
 <action name="mr-node">
  <map-reduce>
   <job-tracker>${jobTracker}</job-tracker>
   <name-node>${nameNode}</name-node>
   <configuration>
    <property>
     <name>mapred.mapper.new-api</name>
     <value>true</value>
    </property>
    <property>
     <name>mapred.reducer.new-api</name>
     <value>true</value>
    </property>
    <property>
     <name>mapred.job.queue.name</name>
     <value>${queueName}</value>
    </property>
    <property>
     <name>mapreduce.map.class</name>
     <value>wordCountTest.WordCountTest.TokenizerMapper</value>
    </property>
    <property>
     <name>mapreduce.reduce.class</name>
     <value>wordCountTest.WordCountTest.IntSumReducer</value>
    </property>
    <property>
     <name>mapreduce.combine.class</name>
     <value>wordCountTestEmr.WordCountTest.IntSumReducer</value>
    </property>
    <property>
     <name>mapred.output.key.class</name>
     <value>org.apache.hadoop.io.Text</value>
    </property>
    <property>
     <name>mapred.output.value.class</name>
     <value>org.apache.hadoop.io.IntWritable</value>
    </property>
    <property>
     <name>mapred.input.dir</name>
     <value>/user/ahegde/testemr/InputData/</value>
    </property>
    <property>
     <name>mapred.output.dir</name>
     <value>/user/ahegde/testemr/OutputData</value>
    </property>
   </configuration>
  </map-reduce>
 <ok to="end" />
 <error to="fail" />
 </action>
  <kill name="fail">
   <message>Map/Reduce failed, error message[${wf:errorMessage(wf:lastErrorNode())}]</message>
  </kill>
  <end name="end" />
 </workflow-app>

${jobTracker}
${nameNode}
mapred.mapper.new-api
真的
mapred.reducer.new-api
真的
mapred.job.queue.name
${queueName}
mapreduce.map.class
wordCountTest.wordCountTest.TokenizerMapper
mapreduce.reduce.class
wordCountTest.wordCountTest.IntSumReducer
mapreduce.combine.class
WordCountTester先生WordCountTest.IntSumReducer
mapred.output.key.class
org.apache.hadoop.io.Text
mapred.output.value.class
org.apache.hadoop.io.IntWritable
mapred.input.dir
/用户/ahegde/testemr/InputData/
mapred.output.dir
/用户/ahegde/testemr/OutputData
映射/减少失败，错误消息[${wf:errorMessage（wf:lastErrorNode（））}]

您可能需要更改Oozie配置，因为这些是内部静态类：

<property>
    <name>mapreduce.map.class</name>
    <value>wordCountTest.WordCountTest$TokenizerMapper</value>
</property>

mapreduce.map.class
wordCountTest.wordCountTest$TokenizerMapper

---

更改是将

更改为

$

您可能需要更改Oozie配置，因为这些是内部静态类：

<property>
    <name>mapreduce.map.class</name>
    <value>wordCountTest.WordCountTest$TokenizerMapper</value>
</property>

mapreduce.map.class
wordCountTest.wordCountTest$TokenizerMapper

---

更改是将

更改为

$

请检查此项，为什么要使mapper和reducer类保持静态？请删除map类和reducer类的静态，如果可能的话，请将它们取出并在同一个包中创建为单独的类，然后再试一次。请检查这一点，为什么要将mapper和reducer类设置为静态？请删除map类和reduce类的static，如果可能的话，请将它们取出并在同一个包中创建为单独的类，然后再试一次。