在idea上运行MR程序,生成文件后,文件打开为空的问题。(已解决)

文章目录问题背景我的代码问题解决过程正确的运行结果、及文件打开显示问题背景1.做毕设,需要对表中的不合法数据进行过滤、清洗。因为后期要用sqrksql知识完成毕设,所以在scala工程下创建项目,完成代码编程。第一次在scala工程下运行MR项目,生成的结果文件,很顺利,将需要的数据结果都保存到了文件里。但日后需要在原来的MR程序上对数据进行进一步完善时,发现生成的文件打开,内容为空。2.运...
摘要由CSDN通过智能技术生成

问题背景

1.做毕设,需要对表中的不合法数据进行过滤、清洗。因为后期要用sqrksql知识完成毕设,所以在scala工程下创建项目,完成代码编程。第一次在scala工程下运行MR项目,生成的结果文件,很顺利,将需要的数据结果都保存到了文件里。但日后需要在原来的MR程序上对数据进行进一步完善时,发现生成的文件打开,内容为空。
2.运行代码后显示
在这里插入图片描述
3.打开文件夹内容显示为空
在这里插入图片描述
在这里插入图片描述在这里插入图片描述

我的代码

package bike;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.NullWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;
public class CleanUserData {
    public static class DealDataMapper extends Mapper<LongWritable, Text, Text, NullWritable> {
        Text text = new Text();
        @Override
        protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            //1、获取一行数据
            String line = value.toString();
            //切割数据
            String split[] = line.split(",");
            //2、清洗数据
            /**
             * 1)过滤脏数据 小于5列的数据
             * 2)去掉类别字段中的空格替换为null,出生年份字段设为的空格替换为平均值
             * 3)将清洗的数据按照,分割保存
             */
            //1)过滤脏数据 为空,长度不为5的数据过滤掉
            for (int i = 0; i < split.length; i++) {
                if (split[i].equals(""))
                    return;
            }
            //2)将字段中性别字段的Error替换为null,
            split[3] = split[3].replaceAll("Error","null");
            //3)出生年份字段设为的-1替换为0001
            split[split.length-1] = split[split.length-1].replaceAll("-1","0001");

            StringBuffer sb = new StringBuffer();

            for(int i = 0; i < split.length; i++) {
                //4)将清洗的数据按照,分割保存
                if (i < 5) {
                    if (i == split.length - 1) {
                        sb.append(split[i]);
                    } else {
                        sb.append(split[i]+ ",");
                    }
                }
            }
            text.set(sb.toString());
            //写出数据
            context.write(text, NullWritable.get());
        }
    }

    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        //获取job信息
        Job job = Job.getInstance();
        //关联map
        job.setMapperClass(DealDataMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(NullWritable.class);
        //设置最终输出类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(NullWritable.class);
        //设置输入和输出路径
        FileInputFormat.setInputPaths(job, new Path("F:\\user.csv"));
        FileOutputFormat.setOutputPath(job, new Path("F:\\design\\userOfResult"));
        //提交
        job.waitForCompletion(true);
        
    }
}

问题解决过程

1.因为运行代码后不会报错,所以我判断代码没有问题,可能是文件输入、输出路径有问题。
然后改变被清洗表的输入路径,输出路径。这么反复尝试。然而结果如我问题背景所放置的图一样。失败!!!
2.看来不是这个问题,我开始猜测会不会是代码所在的工程出了问题。于是关闭idea。重新运行MR程序。失败!!!
3.接下来我重新创建一个项目,写其他代码运行,查看是否是idea出了故障,其他代码运行结果出来以后,我怀着疑虑的心态,将MR程序复制到这个项目里运行。失败!!!
4.然后将MR程序,换到之前创建的hadoop工程下运行,提示代码中下标越界,虽然运行过程错了,但给了我希望,我认为只要我把代码错误解决就可以得到自己想要的文件结果。失败!!!
5.代码解决问题后,生成了自己的想要结果。但没有彻底找到这个问题原因所在。失败!!!
6.第二天打开电脑,想要从根本上解决问题。想到了之前运行代码时提示的依赖更新。于是将hadoop工程的部分依赖加到scala工程里的pom.xml文件里。之后再次运行MR程序解决了文件为空的问题。
如图

在这里插入图片描述
提取码为uv8p scala的配置文件pom.xml

需要添加的依赖为(这里还包括hive和hbase依赖,因为依赖多了不会有负面影响,日后方便进行其他操作,免去配依赖步骤)

 <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.6.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.6.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.6.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-exec</artifactId>
            <version>2.1.0</version>
        </dependency>
        <dependency>
            <groupId>junit</groupId>
            <artifactId>junit</artifactId>
            <version>4.12</version>
            <scope>test</scope>
        </dependency>
        <dependency>
            <groupId>org.apache.hbase</groupId>
            <artifactId>hbase-client</artifactId>
            <version>1.2.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hbase</groupId>
            <artifactId>hbase-server</artifactId>
            <version>1.2.5</version>
        </dependency>

正确的运行结果、及文件打开显示

1.运行结果日志


D:\Java\jdk1.8
  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值