錯誤顯示在Java中讀取MapReduce程序的CSV文件

Question

下面的代碼是mapreduce Mapper類。 我正在嘗試編寫的代碼是讀取CSV文件並在每行中存儲兩列數據（第1列表示userId ，第6列顯示書的CheckOutDateTime ）到HashMap 。 我想，我的功能碼getMapFromCSV在StubMapper類似乎是錯誤的。 有人可以啟發我嗎？ 在底部，我將輸出顯示為錯誤。 謝謝大家的幫助和建議。

import java.io.BufferedReader;
import java.io.FileReader;
import java.io.IOException;
import java.util.Date;
import java.util.HashMap;
import java.text.ParseException;
import java.text.SimpleDateFormat;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;



public class StubMapper extends Mapper<LongWritable, Text, Text, MinMaxCountTuple> {

    private Text outUserId = new Text();
    private MinMaxCountTuple outTuple = new MinMaxCountTuple();

    private final static SimpleDateFormat frmt = 
            new SimpleDateFormat("yyyy-MM--dd'T'HH:mm:ss.SSS");

    public static HashMap<String, String> getMapFromCSV(String filePath) throws IOException
    {

        HashMap<String, String> words = new HashMap<String, String>();

        BufferedReader in = new BufferedReader(new FileReader(filePath));
        String line;
        //= in.readLine())
        while ((line = in.readLine()) != null) {
            String columns[] = line.split("\t");
            if (!words.containsKey(columns[1])) {
                words.put(columns[1], columns[6]);
            }

        }
        //in.close();

        return words;



    }

@Override
  public void map(LongWritable key, Text value, Context context)
            throws IOException, InterruptedException {


      HashMap<String, String> parsed = getMapFromCSV(value.toString());
      //String columns[] = value.toString().split("\t");

      String strDate = parsed.get("CheckoutDateTime");

      //String userId = columns[1];
      //String strDate = columns[6];
      String userId = parsed.get("BibNumber");

      try {
        Date creationDate = frmt.parse(strDate);

        outTuple.setMin(creationDate);
        outTuple.setMax(creationDate);

        outTuple.setCount(1);

        outUserId.set(userId);

        context.write(outUserId, outTuple);

      } catch (ParseException e) {
        // TODO Auto-generated catch block
        e.printStackTrace();
    }


  }
}

並顯示跟隨錯誤，我無法弄清楚。 我認為問題似乎發生在StubMapper類中的getMapFromCSV函數中。 該函數的參數將具有CSV屬性的信息。 我要存儲到HashMap是鍵和值對。 但是，我不知道該如何改變。 請指定您是否有解決辦法。

java.io.FileNotFoundException: Code,Description,Code Type,Format Group,Format Subgroup,Category Group,Category Subgroup (No such file or directory)
    at java.io.FileInputStream.open(Native Method)
    at java.io.FileInputStream.<init>(FileInputStream.java:120)
    at java.io.FileInputStream.<init>(FileInputStream.java:79)
    at java.io.FileReader.<init>(FileReader.java:41)
    at StubMapper.getMapFromCSV(StubMapper.java:27)
    at StubMapper.map(StubMapper.java:50)
    at StubMapper.map(StubMapper.java:14)
    at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:140)
    at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:673)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:331)
    at org.apache.hadoop.mapred.Child$4.run(Child.java:268)
    at java.security.AccessController.doPrivileged(Native Method)
    at javax.security.auth.Subject.doAs(Subject.java:396)
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1408)
    at org.apache.hadoop.mapred.Child.main(Child.java:262)

Answer 1

錯誤出現在此行：

BufferedReader in = new BufferedReader(new FileReader(filePath));

1. 檢查filePath的值
2. 檢查文件是否位於filePath
3. 檢查文件內容是否有效

Answer 2

您缺少mapreduce重要概念。 問題在於下面的線

public void map(LongWritable key, Text value, Context context)
            throws IOException, InterruptedException {

// Below is the problematic line
      HashMap<String, String> parsed = getMapFromCSV(value.toString());

也許您假設Text value是CSV filename ，因此嘗試從文件中獲取該值。

它不是那樣工作的。 輸入到映射器的“ Text value是CSV文件中的一行。

假設您的CSV格式如下：

Code,Description,Code Type,Format Group,Format Subgroup,Category Group,Category Subgroup
111,sample description,codeType1,IN,....

您的代碼應類似於

@Override
  public void map(LongWritable key, Text value, Context context)
            throws IOException, InterruptedException {

  if(value.toString().startWith("Code,Description")){
      // Skip header line (first line) of CSV
       return;
  }

  String data[] = value.toString().split(",", -1);

  String code= data[0];
  String codeType = data[2];

....
....
and so one