我在github上发现了以下项目https://github.com/fbukevin/hadoop-cooccurrence,它在hadoop中使用同现算法。在hadoop中运行同现算法
我正在使用虚拟化的Ubuntu 14.04,并使用此指令http://www.bogotobogo.com/Hadoop/BigData_hadoop_Install_on_ubuntu_single_node_cluster.php设法将hadoop安装为单节点群集。我是hadoop的新手,这是我第一次尝试用纱线运行程序。
我可以在命令行中执行命令yarn
,但我不知道如何在yarn
中运行共现算法。在说明它说,该程序可以用下面的命令
$ yarn jar <hadoop>.jar [pairs | stripes] <input_file>
于是,我就这样被使用:
$ yarn jar /home/vmiller/Downloads/hadoop-2.7.2/share/hadoop/common/hadoop-common-2.7.2.jar pairs pg100.txt
Exception in thread "main" java.lang.ClassNotFoundException: pairs
at java.net.URLClassLoader$1.run(URLClassLoader.java:366)
at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
at java.lang.ClassLoader.loadClass(ClassLoader.java:425)
at java.lang.ClassLoader.loadClass(ClassLoader.java:358)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:278)
at org.apache.hadoop.util.RunJar.run(RunJar.java:214)
at org.apache.hadoop.util.RunJar.main(RunJar.java:136)
这肯定是不正确的,但我不知道该怎么办好该命令正确。不知何故,我必须告诉yarn
使用位于hadoop-cooccurrence/src/main/java/cooc/Cooccurrence.java
的Cooccurrence.java
,因为这个文件似乎是执行共现算法的文件。但是如何告诉yarn在输入文件中使用pairs
和stripes
参数的文件?