【问题标题】：Hadoop Streaming simple job fails error pythonHadoop Streaming简单作业失败错误python
【发布时间】：2023-04-05 17:21:02
【问题描述】：

我是 hadoop 和 mapreduce 的新手，我正在尝试编写一个 mapreduce 来计算字数 txt 文件的前 10 个字数。

我的 txt 文件 'q2_result.txt' 看起来像：

yourself        268
yourselves      73
yoursnot        1
youst   1
youth   270
youthat 1
youthful        31
youths  9
youtli  1
youwell 1
youwondrous     1
youyou  1
zanies  1
zany    1
zeal    32
zealous 6
zeals   1

映射器：

#!/usr/bin/env python

import sys

for line in sys.stdin:
    line = line.strip()
    word, count = line.split()
    print "%s\t%s" % (word, count)

减速机：

#!usr/bin/env/ python

import sys

top_n = 0
for line in sys.stdin:
    line = line.strip()
    word, count = line.split()

    top_n += 1
    if top_n == 11:
        break
    print '%s\t%s' % (word, count)

我知道你可以在 Hadoop jar 命令中将标志传递给 -D 选项，以便它按你想要的键排序（在我的情况下，计数是 k2,2），这里我只是先使用一个简单的命令： 

hadoop jar /usr/hdp/2.5.0.0-1245/hadoop-mapreduce/hadoop-streaming-2.7.3.2.5.0.0-1245.jar -file /root/LAB3/mapper.py -mapper mapper.py -file /root/LAB3/reducer.py -reducer reducer.py -input /user/root/lab3/q2_result.txt -output /user/root/lab3/test_out

所以我认为这样简单的映射器和减速器不应该给我错误，但它确实给了我错误，我不知道为什么，错误在这里：http://pastebin.com/PvY4d89c

（我在 Ubuntu16.04 的 virtualBox 上使用 Horton works HDP Sandbox）

【问题讨论】：

标签：
java
python
hadoop
mapreduce
streaming