No se puede leer Archivos de secuencia generados por Mahout con Hadoop Streaming

StackOverflow https://stackoverflow.com/questions/8333164

  •  26-10-2019
  •  | 
  •  

Pregunta

Estoy tratando de transmitir un archivo de secuencia generado por uno de los ejemplos de Mahout para ver su contenido:

    hadoop jar hadoop-streaming-0.20.2-cdh3u0.jar \
    -input /tmp/mahout-work-me/20news-bydate/bayes-test-input-output/ \
    -output /tmp/me/mm \
    -mapper "cat" \
    -reducer "wc -l" \
    -inputformat SequenceFileAsTextInputFormat

El trabajo comienza con éxito y finalmente muere con:

11/11/30 21:08:39 INFO streaming.StreamJob:  map 0%  reduce 0%
11/11/30 21:09:17 INFO streaming.StreamJob:  map 100%  reduce 100%
java.lang.RuntimeException: java.io.IOException: WritableName can't load class: org.apache.mahout.common.StringTuple

Me pregunto si algo está mal con mi archivo JAR de transmisión, si necesita apuntar explícitamente al tarro de Mahout que tiene esta clase (intentaba configurar Hadoop_classpath en la ubicación de Mahout-Core-0.5-CDH3U2.JAR pero no funcionó), o ¿Quizás incluso algo más?

Se agradece cualquier ayuda. Gracias.

¿Fue útil?

Solución

Agregue esta opción:

-libjars mahout-core-0.5-cdh3u2.jar
Licenciado bajo: CC-BY-SA con atribución
No afiliado a StackOverflow
scroll top