用于Hadoop的Google Cloud连接器不适用于Pig

我使用HDFS 2.7.1.2.4和Pig 0.15.0.2.4（Hortonworks HDP 2.4）的Hadoop并尝试使用Google Cloud Storage Connector for Spark and Hadoop（GitHub上的bigdata-interop）。它工作正常，当我尝试，比方说，用于Hadoop的Google Cloud连接器不适用于Pig

hadoop fs -ls gs://bucket-name

但是当我尝试在猪以下内容（的MapReduce模式）：

data = LOAD 'gs://softline/o365.avro' USING AvroStorage(); 
data = STORE data INTO 'gs://softline/o366.avro' USING AvroStorage();

猪失败，出现以下错误：

org.apache.pig.backend.executionengine.ExecException: ERROR 2118: Wrong FS scheme: hdfs, in path: hdfs://hdp.slweb.ru:8020/user/root, expected scheme: gs 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigInputFormat.getSplits(PigInputFormat.java:279) 
    at org.apache.hadoop.mapreduce.JobSubmitter.writeNewSplits(JobSubmitter.java:301) 
    at org.apache.hadoop.mapreduce.JobSubmitter.writeSplits(JobSubmitter.java:318) 
    at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:196) 
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290) 
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287) 
    at java.security.AccessController.doPrivileged(Native Method) 
    at javax.security.auth.Subject.doAs(Subject.java:422) 
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657) 
    at org.apache.hadoop.mapreduce.Job.submit(Job.java:1287) 
    at org.apache.hadoop.mapreduce.lib.jobcontrol.ControlledJob.submit(ControlledJob.java:335) 
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) 
    at java.lang.reflect.Method.invoke(Method.java:497) 
    at org.apache.pig.backend.hadoop23.PigJobControl.submit(PigJobControl.java:128) 
    at org.apache.pig.backend.hadoop23.PigJobControl.run(PigJobControl.java:194) 
    at java.lang.Thread.run(Thread.java:745) 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher$1.run(MapReduceLauncher.java:276) 
Caused by: java.lang.IllegalArgumentException: Wrong FS scheme: hdfs, in path: hdfs://hdp.slweb.ru:8020/user/root, expected scheme: gs 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.checkPath(GoogleHadoopFileSystemBase.java:741) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystem.checkPath(GoogleHadoopFileSystem.java:90) 
    at org.apache.hadoop.fs.FileSystem.makeQualified(FileSystem.java:466) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.makeQualified(GoogleHadoopFileSystemBase.java:701) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystem.getGcsPath(GoogleHadoopFileSystem.java:163) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.setWorkingDirectory(GoogleHadoopFileSystemBase.java:1094) 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigInputFormat.getSplits(PigInputFormat.java:235) 
    ... 18 more

如果需要，我可以发布GC连接器的日志。

Hame有人用Pig连接器？任何帮助将被解雇。

来源

2016-04-13 sckol

运行猪工作时，尝试设置mapred.working.dir =/user/root。通过Hadoop的Job conf来计算默认值，假设工作目录应该在默认的fs上。然后，猪对非本地文件系统做出假设。 –

@AngusDavis，太棒了，它解决了问题！一个注意：mapred.working.dir现在已被弃用。我已经使用mapreduce.job.working.dir。你能否将其添加为答案？为什么它有效？ “/ user/root”字符串中没有显式的fs，Pig现在如何做出正确的假设？不管怎样，谢谢！ – sckol

TL; DR明确设置workmapreduce.job.working.dir = /用户/根/开始养猪工作

时，如果工作目录尚未明确作业提交过程中设置的Hadoop然后将设置工作目录是默认文件系统的工作目录。当使用HDFS作为您的默认FS时，工作目录通常是'hdfs：// namenode：port/user/<您的用户名>'。

当调用PigInputFormat＃getSplits时，它将获取与正在操作的输入路径关联的FileSystem。在这种情况下，文件系统是GoogleHadoopFileSystem的一个实例。然后Pig检查其输入的路径，如果路径是非本地调用FileSystem＃setWorkingDirectory（job.getWorkingDirectory（））。这里的问题在于作业的工作目录是'hdfs：// namenode：port/user/<您的用户名>'，GoogleHadoopFileSystem会拒绝它作为自己工作目录的路径（因为它只支持'gs：// '路径）。

来源

2016-04-14 19:10:26

用于Hadoop的Google Cloud连接器不适用于Pig

回答

相关问题