2016-06-29 8 views
0

ich den Code auf der Website http://fiware-cosmos.readthedocs.io/en/latest/user_and_programmer_manual/batch/using_hadoop_and_ecosystem/#top implementieren, die den Parameter „regex“ in die Befehlszeile für MapReduce Programmdauer Programm laufen sehr gut es zeigt„hadoop dfs -cat Ausgang“ gibt nichts

16/06/28 17:19:47 INFO input.FileInputFormat: Total input paths to process : 1 
16/06/28 17:19:47 INFO mapreduce.JobSubmitter: number of splits:1 
16/06/28 17:19:48 INFO mapreduce.JobSubmitter: Submitting tokens for job: job_1448020964278_0633 
16/06/28 17:19:49 INFO impl.YarnClientImpl: Submitted application application_1448020964278_0633 
16/06/28 17:19:49 INFO mapreduce.Job: The url to track the job: http://co2-hdpmaster.irit.fr:8088/proxy/application_1448020964278_0633/ 
16/06/28 17:19:49 INFO mapreduce.Job: Running job: job_1448020964278_0633 
16/06/28 17:19:59 INFO mapreduce.Job: Job job_1448020964278_0633 running in uber mode : false 
16/06/28 17:19:59 INFO mapreduce.Job: map 0% reduce 0% 
16/06/28 17:20:10 INFO mapreduce.Job: map 100% reduce 0% 
16/06/28 17:20:19 INFO mapreduce.Job: map 100% reduce 100% 
16/06/28 17:20:20 INFO mapreduce.Job: Job job_1448020964278_0633 completed successfully 
16/06/28 17:20:20 INFO mapreduce.Job: Counters: 49 
     File System Counters 
       FILE: Number of bytes read=6 
       FILE: Number of bytes written=230845 
       FILE: Number of read operations=0 
       FILE: Number of large read operations=0 
       FILE: Number of write operations=0 
       HDFS: Number of bytes read=916 
       HDFS: Number of bytes written=0 
       HDFS: Number of read operations=6 
       HDFS: Number of large read operations=0 
       HDFS: Number of write operations=2 
     Job Counters 
       Launched map tasks=1 
       Launched reduce tasks=1 
       Rack-local map tasks=1 
       Total time spent by all maps in occupied slots (ms)=7478 
       Total time spent by all reduces in occupied slots (ms)=7151 
       Total time spent by all map tasks (ms)=7478 
       Total time spent by all reduce tasks (ms)=7151 
       Total vcore-seconds taken by all map tasks=7478 
       Total vcore-seconds taken by all reduce tasks=7151 
       Total megabyte-seconds taken by all map tasks=22972416 
       Total megabyte-seconds taken by all reduce tasks=21967872 
     Map-Reduce Framework 
       Map input records=17 
       Map output records=0 
       Map output bytes=0 
       Map output materialized bytes=6 
       Input split bytes=125 
       Combine input records=0 
       Combine output records=0 
       Reduce input groups=0 
       Reduce shuffle bytes=6 
       Reduce input records=0 
       Reduce output records=0 
       Spilled Records=0 
       Shuffled Maps =1 
       Failed Shuffles=0 
       Merged Map outputs=1 
       GC time elapsed (ms)=114 
       CPU time spent (ms)=2120 
       Physical memory (bytes) snapshot=1398767616 
       Virtual memory (bytes) snapshot=6716833792 
       Total committed heap usage (bytes)=2156396544 
     Shuffle Errors 
       BAD_ID=0 
       CONNECTION=0 
       IO_ERROR=0 
       WRONG_LENGTH=0 
       WRONG_MAP=0 
       WRONG_REDUCE=0 
     File Input Format Counters 
       Bytes Read=791 
     File Output Format Counters 
       Bytes Written=0 
hinzuzufügen besteht

, wenn ich den Inhalt der Datei mit dem Befehl zeigen will hadoop dfs -cat output/part-r-00000 es gibt jemand nichts das Problem erklären kann, bitte

Antwort

0

Ihre Aufgabe keine Ergebnisse nur knapp sein Ziel produzieren:

Map output records=0 
Reduce output records=0 
HDFS: Number of bytes written=0 

Also die Dateien sind wahrscheinlich leer. Sie sollten ihre Größe auf HDFS überprüfen, um dies zu bestätigen.

+0

Sie haben Recht, die Größe ist 0 Bytes. aber ich verstehe nicht, warum die Datei leer ist. – user2765117

+0

Wahrscheinlich ist Ihr "Regex" -Muster alle Ausgangsdatensätze ausfiltern! Sie können überprüfen, ob nach dem Entfernen der Regex etwas geschrieben wird. – daemon12

+0

Ich würde einfach die Regex mit einem Platzhalter versehen, damit Sie alle übereinstimmen. Fühlen Sie sich frei, diese Antwort zu akzeptieren, wenn sie korrekt ist. –