- 导包容易出错。尤其 Text 和 CombineTextInputFormat。
- Mapper 中第一个输入的参数必须是 LongWritable 或者 NullWritable,不可以是 IntWritable.报的错误是类型转换异常。
- java.lang.Exception: java.io.IOException: Illegal partition for 13926435656 (4),说明 Partition和 ReduceTask 个数没对上,调整 ReduceTask 个数。
- 如果分区数不是 1,但是 reducetask 为 1,是否执行分区过程。答案是:不执行分区过程。因为在 MapTask 的源码中,执行分区的前提是先判断 ReduceNum 个数是否大于 1。不大于1 肯定不执行。
- 在 Windows 环境编译的 jar 包导入到 Linux 环境中运行,hadoop jar wc.jar com.atguigu.mapreduce.wordcount.WordCountDriver /user/atguigu/ /user/atguigu/output
- 报如下错误:Exception in thread "main" java.lang.UnsupportedClassVersionError:com/atguigu/mapreduce/wordcount/WordCountDriver : Unsupported major.minor version 52.0 原因是 Windows 环境用的 jdk1.7,Linux 环境用的 jdk1.8。解决方案:统一 jdk 版本。
- 缓存 pd.txt 小文件案例中,报找不到 pd.txt 文件。原因:大部分为路径书写错误。还有就是要检查 pd.txt.txt 的问题。还有个别电脑写相对路径找不到 pd.txt,可以修改为绝对路径。
- 报类型转换异常。通常都是在驱动函数中设置 Map 输出和最终输出时编写错误。Map 输出的 key 如果没有排序,也会报类型转换异常。
- 集群中运行 wc.jar 时出现了无法获得输入文件。原因:WordCount 案例的输入文件不能放用 HDFS 集群的根目录。
- 出现了如下相关异常。
解决方案一:拷贝 hadoop.dll 文件到 Windows 目录 C:\Windows\System32。Exception in thread "main" java.lang.UnsatisfiedLinkError:org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z at org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Native Method) at org.apache.hadoop.io.nativeio.NativeIO$Windows.access(NativeIO.java:609) at org.apache.hadoop.fs.FileUtil.canRead(FileUtil.java:977)java.io.IOException: Could not locate executable null\bin\winutils.exe in the Hadoop binaries. at org.apache.hadoop.util.Shell.getQualifiedBinPath(Shell.java:356) at org.apache.hadoop.util.Shell.getWinUtilsPath(Shell.java:371) at org.apache.hadoop.util.Shell.<clinit>(Shell.java:364)
还需要修改 Hadoop 源码。
方案二:创建如下包名,并将 NativeIO.java 拷贝到该包名下 - 自定义 Outputformat 时,注意在 RecordWirter 中的 close 方法必须关闭流资源。否则输
出的文件内容中数据为空。@Override public void close(TaskAttemptContext context) throws IOException,InterruptedException{ if (atguigufos != null) { atguigufos.close(); } if (otherfos != null) { otherfos.close(); } }
- hadoop停止集群,关闭datanode节点发生异常,集群无法正常启动。解决方法,重启集群:
- 清空/tmp下以hadoop开头的文件:rm -rf tmp/hadoop*
- 清空/tmp下以hsperf开头的文件:rm -rf tmp/hsperfdata_hadoop
- 清空/tmp下以yarn开头的文件:rm -rf tmp/yarn*
- 重新格式化hadoop,并重启集群:hdfs namenode -format,myhadoop.sh stop,myhadoop.sh start
注意:格式化namenode,会产生新的集群id,导致namenode和datanode的集群id不一致,集群找不到以往的数据。如果集群在运行过程中报错,需要格式化的话,一定要先停止namenode和datanode进程,并且要删除所有机器的data和logs目录,然后再进行格式化。