Hadoop Streaming Job-python停留在map 0％时减少了CDH4.5中的0％

Question

我在cloudera distribution 4.5中使用了hadoop流作业，但是它没有超出map 0％阶段，我也不知道我可以检查的日志在哪里，请原谅我在hadoop中的天真。

[amgen@sa-dpoc10 code]$ hadoop jar /opt/cloudera/parcels/CDH/lib/hadoop-0.20-      mapreduce/contrib/streaming/hadoop-streaming-2.0.0-mr1-cdh4.5.0.jar -mapper  /home/amgen/Amgen_UC1/code/mapper.py -file  /home/amgen/Amgen_UC1/code/mapper.py -reducer /home/amgen/Amgen_UC1/code/reducer.py -file /home/amgen/Amgen_UC1/code/reducer.py  -input /user/amgen/Amgen_UC1/input/Corpus_VoiceBase.txt -output /user/amgen/Amgen_UC1/output_t1
packageJobJar: [/home/amgen/Amgen_UC1/code/mapper.py,/home/amgen/Amgen_UC1/code/reducer.py, /tmp/hadoop-amgen/hadoop-unjar665443284079561966/] [] /tmp/streamjob722830427268220086.jar tmpDir=null
14/02/02 07:16:52 WARN mapred.JobClient: Use GenericOptionsParser for parsing the arguments. Applications should implement Tool for the same.
14/02/02 07:16:53 INFO mapred.FileInputFormat: Total input paths to process : 1
14/02/02 07:16:53 INFO streaming.StreamJob: getLocalDirs(): [/tmp/hadoop amgen/mapred/local]
14/02/02 07:16:53 INFO streaming.StreamJob: Running job: job_201401231022_0068
14/02/02 07:16:53 INFO streaming.StreamJob: To kill this job, run:
14/02/02 07:16:53 INFO streaming.StreamJob: UNDEF/bin/hadoop job  -Dmapred.job.tracker=sa-dpoc16.zs.local:8021 -kill job_201401231022_0068
14/02/02 07:16:53 INFO streaming.StreamJob: Tracking URL: http://sa-dpoc16.zs.local:50030/jobdetails.jsp?jobid=job_201401231022_0068
14/02/02 07:16:54 INFO streaming.StreamJob:  map 0%  reduce 0%

如果您需要任何配置文件，请告诉我。

Answer 1

您可以通过namenode UI检查namenode日志

http://yourdomain.com:50070/dfshealth.jsp

在这里，您可以找到namenodelogs的超链接，该超链接将打开日志和xml列表。 通常，作业日志位于userlogs文件夹下

您还可以使用作业跟踪器用户界面跟踪作业

http://yourdomain.com:50030/jobtracker.jsp

Answer 2

上面的作业输出包含指向作业详细信息的链接

您可以查看映射器是否失败，并在那里查看映射器的stdout和stderr，以查看其中是否存在任何python异常。