Hadoop用Google CloudコネクタがPigで動作しない

Question

HDFS 2.7.1.2.4とPig 0.15.0.2.4（Hortonworks HDP 2.4）でHadoopを使用していて、Google Cloud Storage Connector for Spark and Hadoop（GitHubでbigdata-interop）を使用しようとしています。 。それは私がしようとすると、たとえば、正しく動作

hadoop fs -ls gs://bucket-name 

しかし、私は（MapReduceのモードで）豚に次しようとすると：

org.apache.pig.backend.executionengine.ExecException: ERROR 2118: Wrong FS scheme: hdfs, in path: hdfs://hdp.slweb.ru:8020/user/root, expected scheme: gs 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigInputFormat.getSplits(PigInputFormat.java:279) 
    at org.apache.hadoop.mapreduce.JobSubmitter.writeNewSplits(JobSubmitter.java:301) 
    at org.apache.hadoop.mapreduce.JobSubmitter.writeSplits(JobSubmitter.java:318) 
    at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:196) 
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1290) 
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1287) 
    at java.security.AccessController.doPrivileged(Native Method) 
    at javax.security.auth.Subject.doAs(Subject.java:422) 
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1657) 
    at org.apache.hadoop.mapreduce.Job.submit(Job.java:1287) 
    at org.apache.hadoop.mapreduce.lib.jobcontrol.ControlledJob.submit(ControlledJob.java:335) 
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method) 
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62) 
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43) 
    at java.lang.reflect.Method.invoke(Method.java:497) 
    at org.apache.pig.backend.hadoop23.PigJobControl.submit(PigJobControl.java:128) 
    at org.apache.pig.backend.hadoop23.PigJobControl.run(PigJobControl.java:194) 
    at java.lang.Thread.run(Thread.java:745) 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher$1.run(MapReduceLauncher.java:276) 
Caused by: java.lang.IllegalArgumentException: Wrong FS scheme: hdfs, in path: hdfs://hdp.slweb.ru:8020/user/root, expected scheme: gs 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.checkPath(GoogleHadoopFileSystemBase.java:741) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystem.checkPath(GoogleHadoopFileSystem.java:90) 
    at org.apache.hadoop.fs.FileSystem.makeQualified(FileSystem.java:466) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.makeQualified(GoogleHadoopFileSystemBase.java:701) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystem.getGcsPath(GoogleHadoopFileSystem.java:163) 
    at com.google.cloud.hadoop.fs.gcs.GoogleHadoopFileSystemBase.setWorkingDirectory(GoogleHadoopFileSystemBase.java:1094) 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigInputFormat.getSplits(PigInputFormat.java:235) 
    ... 18 more 

：

data = LOAD 'gs://softline/o365.avro' USING AvroStorage(); 
data = STORE data INTO 'gs://softline/o366.avro' USING AvroStorage(); 

豚は、次のエラーで失敗します

必要に応じてGCコネクタのログを投稿できます。

誰かがこのコネクタで豚を使用しましたか？どんな援助も訴えられるでしょう。

Answer 1

TLは、DR明示的に設定workmapreduce.job.working.dir = /ユーザー/ルート/豚ジョブ

を開始するときに作業ディレクトリを明示的にジョブ投入時に設定されていない場合は、Hadoopのが設定されます作業ディレクトリをデフォルトのファイルシステムの作業ディレクトリにします。あなたのデフォルトFSとしてHDFSを使用するとき、作業ディレクトリは一般に 'hdfs：// namenode：port/user/<あなたのユーザ名>'のようなものです。

PigInputFormat＃getSplitsが呼び出されると、操作中の入力のパスに関連付けられたFileSystemがフェッチされます。この場合、ファイルシステムはGoogleHadoopFileSystemのインスタンスです。 Pigは入力のパスを検査し、パスが非ローカルの場合はFileSystem＃setWorkingDirectory（job.getWorkingDirectory（））を呼び出します。ここでの問題は、ジョブの作業ディレクトリが 'hdfs：// namenode：port/user/<あなたのユーザ名>'であり、GoogleHadoopFileSystemはそれ自身の作業ディレクトリとして設定するパスとして拒否されることです（ 'gs：// '経路）。