Pig Hadoop 流帮助

Question

我在运行 Pig Streaming 时遇到问题。当我启动一个交互式猪实例时（仅供参考，我通过 SSH/Putty 在交互式猪 AWS EMR 实例的主节点上执行此操作），仅使用一台机器，我的猪流工作完美（它也适用于我的 windows cloudera VM 映像） ）。然而，当我切换到使用多台计算机时，它只是停止工作并给出各种错误。

请注意：

• 我能够在多计算机实例上运行没有任何流命令的 Pig 脚本，没有任何问题。
• 我所有的 Pig 工作都是在 Pig MapReduce 模式下完成的，而不是 –x 本地模式。
• 我的 python 脚本 (stream1.py) 上面有这个 #!/usr/bin/env python

下面是我迄今为止尝试过的选项的小样本（以下所有命令都是在 master/main 上的 grunt shell 中完成的）节点，我通过 ssh/putty 访问该节点）：

这就是我将 python 文件获取到母节点上以便可以使用它的方法：

cp s3n://darin.emr-logs/stream1.py stream1.py
copyToLocal stream1.py /home/hadoop/stream1.py
chmod 755 stream1.py

这些是我的各种流尝试：

cooc = stream ct_pag_ph through `stream1.py`
dump coco;
ERROR 2090: Received Error while processing the reduce plan: 'stream1.py ' failed with exit status: 127

cooc = stream ct_pag_ph through `python stream1.py`;
dump coco;
ERROR 2090: Received Error while processing the reduce plan: 'python stream1.py ' failed with exit status: 2

DEFINE X `stream1.py`; 
cooc = stream ct_bag_ph through X;
dump coco;
ERROR 2090: Received Error while processing the reduce plan: 'stream1.py ' failed with exit status: 127

DEFINE X `stream1.py`; 
cooc = stream ct_bag_ph through `python X`;
dump coco;
ERROR 2090: Received Error while processing the reduce plan: 'python X ' failed with exit status: 2

DEFINE X `stream1.py` SHIP('stream1.py');
cooc = STREAM ct_bag_ph THROUGH X;
dump cooc;
ERROR 2017: Internal error creating job configuration.

DEFINE X `stream1.py` SHIP('/stream1.p');
cooc = STREAM ct_bag_ph THROUGH X;
dump cooc;

DEFINE X `stream1.py` SHIP('stream1.py') CACHE('stream1.py');
cooc = STREAM ct_bag_ph THROUGH X;
ERROR 2017: Internal error creating job configuration.

define X 'python /home/hadoop/stream1.py' SHIP('/home/hadoop/stream1.py');
cooc = STREAM ct_bag_ph THROUGH X;

Answer 1

DEFINE X `stream1.py` SHIP('stream1.py');

根据您的先决条件并且在您当前的本地目录中有stream1.py，对我来说似乎有效。

确定这一点的方法：

DEFINE X `python stream1.py` SHIP('/local/path/stream1.py');

SHIP 的目标是将命令复制到所有任务的工作目录中。