我有一个简单的hadoop作业,可以抓取网站并将它们缓存到HDFS。映射器检查HDFS中是否存在URL,如果存在,则使用它,否则会下载该页面并将其保存到HDFS。如何解决'文件只能复制到0节点,而不是1'在hadoop?
如果一个网络错误(404等),在下载页面中遇到,那么URL被跳过完全 - 没有写入到HDFS。每当我运行一个小型列表〜1000个网站时,我似乎总是会遇到这个错误,它在我的伪分布式安装中反复地崩溃了这个工作。可能是什么问题呢?
我运行的Hadoop 0.20.2-cdh3u3。
org.apache.hadoop.ipc.RemoteException: java.io.IOException: File /user/raj/cache/9b4edc6adab6f81d5bbb84fdabb82ac0 could only be replicated to 0 nodes, instead of 1
at org.apache.hadoop.hdfs.server.namenode.FSNamesystem.getAdditionalBlock(FSNamesystem.java:1520)
at org.apache.hadoop.hdfs.server.namenode.NameNode.addBlock(NameNode.java:665)
at sun.reflect.GeneratedMethodAccessor7.invoke(Unknown Source)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:616)
at org.apache.hadoop.ipc.RPC$Server.call(RPC.java:557)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1434)
at org.apache.hadoop.ipc.Server$Handler$1.run(Server.java:1430)
at java.security.AccessController.doPrivileged(Native Method)
at javax.security.auth.Subject.doAs(Subject.java:416)
at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1157)
at org.apache.hadoop.ipc.Server$Handler.run(Server.java:1428)
你为什么不干脆在HDFS-site.xml中设置 “dfs.replication” 为0。当您使用伪模式时,数据复制对您无关紧要。 – 2012-04-03 17:18:50