2

botoライブラリを使用して、Amazons Elastic MapReduce Webサービス（EMR）でジョブフローを作成しています。次のコードでステップを作成する必要があります。

step2 = JarStep(name='Find similiar items',
            jar='s3n://recommendertest/mahout-core/mahout-core-0.5-SNAPSHOT.jar',
            main_class='org.apache.mahout.cf.taste.hadoop.similarity.item.ItemSimilarityJob',
            step_args=['s3n://bucket/output/' + run_id + '/aggregate_watched/',
                       's3n://bucket/output/' + run_id + '/similiar_items/',
                       'SIMILARITY_PEARSON_CORRELATION'
                      ])

ジョブフローを実行すると、常に次のエラーのスローに失敗します。

java.lang.NoClassDefFoundError: org/apache/hadoop/mapreduce/JobContext
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:247)
at org.apache.hadoop.util.RunJar.main(RunJar.java:148)
at org.apache.hadoop.mapred.JobShell.run(JobShell.java:54)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:79)
at org.apache.hadoop.mapred.JobShell.main(JobShell.java:68)
Caused by: java.lang.ClassNotFoundException: org.apache.hadoop.mapreduce.JobContext

これは、Javaコードを呼び出すEMRログの行です。

2011-01-24T22:18:54.491Z INFO Executing /usr/lib/jvm/java-6-sun/bin/java \
-cp /home/hadoop/conf:/usr/lib/jvm/java-6-sun/lib/tools.jar:/home/hadoop:/home/hadoop \
/hadoop-0.18-core.jar:/home/hadoop/hadoop-0.18-tools.jar:/home/hadoop/lib/*:/home/hadoop/lib/jetty-ext/* \
-Xmx1000m \
-Dhadoop.log.dir=/mnt/var/log/hadoop/steps/3 \
-Dhadoop.log.file=syslog \
-Dhadoop.home.dir=/home/hadoop \
-Dhadoop.id.str=hadoop \
-Dhadoop.root.logger=INFO,DRFA \
-Djava.io.tmpdir=/mnt/var/lib/hadoop/steps/3/tmp \
-Djava.library.path=/home/hadoop/lib/native/Linux-i386-32 \
org.apache.hadoop.mapred.JobShell \
/mnt/var/lib/hadoop/steps/3/mahout-core-0.5-SNAPSHOT.jar \
org.apache.mahout.cf.taste.hadoop.similarity.item.ItemSimilarityJob \
s3n://..../output/job_2011-01-24_23:09:29/aggregate_watched/ \
s3n://..../output/job_2011-01-24_23:09:29/similiar_items/ \
SIMILARITY_PEARSON_CORRELATION

パラメータの何が問題になっていますか？Javaクラスの定義はここにあります：

https://hudson.apache.org/hudson/job/Mahout-Quality/javadoc/org/apache/mahout/cf/taste/hadoop/similarity/item/ItemSimilarityJob.html

4

3 に答える 3

3

問題の解決策を見つけました：

  1. ジョブフロー パラメータで Hadoop バージョン 0.20 を指定する必要があります
  2. mahout-core-0.5-SNAPSHOT.jar ではなく、mahout-core-0.5-SNAPSHOT-job.jar を使用して JAR ステップを実行する必要があります。
  3. ジョブフローに追加のストリーミング ステップがある場合は、boto のバグを修正する必要があります。
    1. boto/emr/step.py を開く
    2. 138行目を「return '/home/hadoop/contrib/streaming/hadoop-streaming.jar'」に変更
    3. boto を保存して再インストールする

これは、mahout で実行するために job_flow 関数を呼び出す方法です。

jobid = emr_conn.run_jobflow(name = name, log_uri = 's3n://'+ main_bucket_name +'/emr-logging/', enable_debugging=1, hadoop_version='0.20', steps=[step1,step2])

于 2011-01-26T13:17:56.647 に答える
1

ボトからこれを行ういくつかの参照のために

import boto.emr.connection as botocon

import boto.emr.step as step

con = botocon.EmrConnection(aws_access_key_id='', aws_secret_access_key='')

step = step.JarStep(name='Find similar items', jar='s3://mahout-core-0.6-job.jar', main_class='org.apache.mahout.cf.taste.hadoop.similarity.item.ItemSimilarityJob', action_on_failure='CANCEL_AND_WAIT', step_args=['--input', 's3://', '--output', 's3://', '--similarityClassname', 'SIMILARITY_PEARSON_CORRELATION'])

con.add_jobflow_steps('jflow', [step])

明らかに、mahout-core-0.6-job.jarをアクセス可能なs3の場所にアップロードする必要があります。そして、入力と出力はアクセス可能でなければなりません。

于 2012-04-04T13:41:03.323 に答える
1

上記のステップ 2 で説明した boto への修正 (つまり、バージョン管理されていない hadoop-streamin.jar ファイルを使用) は、このコミットで github マスターに組み込まれています。

https://github.com/boto/boto/commit/a4e8e065473b5ff9af554ceb91391f286ac5cac7

于 2011-03-31T10:58:42.643 に答える