Schwein streaming durch ein python-Skript mit der import-Module

Arbeiten mit pigtmp$ Schwein --version
Apache Pig-version 0.8.1-cdh3u1 (rexported)
zusammengestellt Jul 18 2011, 08:29:40

Habe ich ein python-script (c-python), die Importe ein weiteres Skript, die beide sehr einfach in meinem Beispiel:

DATEN
Beispiel$ hadoop fs -cat /user/pavel/trivial.melden Sie

1   one
2   two
3   three

BEISPIEL OHNE ZÄHLEN - funktioniert einwandfrei

Beispiel$ pig -f trivial_stream.Schwein

(1,1,one)
()
(1,2,two)
()
(1,3,three)
()

wo
1) trivial_stream.Schwein:

DEFINE test_stream `test_stream.py` SHIP ('test_stream.py');
A = LOAD 'trivial.log' USING PigStorage('\t') AS (mynum: int, mynumstr: chararray);
C = STREAM A THROUGH test_stream;
DUMP C;

2) test_stream.py

#! /usr/bin/env python

import sys
import string

for line in sys.stdin:
    if len(line) == 0: continue
    new_line = line
    print "%d\t%s" % (1, new_line)

So im wesentlichen ich nur zusammengefasste Linien mit einem Schlüssel, nichts besonderes.

BEISPIEL MIT INCLUDE - Bomben!
Jetzt würde ich gerne anfügen eine Zeichenfolge aus einem python-import-Modul, das sich in demselben Verzeichnis wie test_stream.py. Ich habe versucht, dem Schiff das import-Modul in viele verschiedene Möglichkeiten, aber bekomme den gleichen Fehler (siehe unten)

1) trivial_stream.Schwein:

DEFINE test_stream `test_stream.py` SHIP ('test_stream.py', 'test_import.py');
A = LOAD 'trivial.log' USING PigStorage('\t') AS (mynum: int, mynumstr: chararray);
C = STREAM A THROUGH test_stream;
DUMP C;

2) test_stream.py

#! /usr/bin/env python

import sys
import string

import test_import

for line in sys.stdin:
    if len(line) == 0: continue
    new_line = ("%s-%s") % (line.strip(), test_import.getTestLine())
    print "%d\t%s" % (1, new_line)

3) test_import.py

def getTestLine():
    return "test line";

Nun

example$ pig -f trivial_stream.pig

Fehlermeldung im Backend

org.apache.pig.backend.executionengine.ExecException: ERROR 2055: Received Error while processing the map plan: 'test_stream.py ' failed with exit status: 1
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigMapBase.runPipeline(PigMapBase.java:265)
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigMapBase.cleanup(PigMapBase.java:103)
    at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:146)
    at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:647)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:323)
    at org.apache.hadoop.mapred.Child$4.run(Child.java:270)
    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:1127)
    at org.apache.hadoop.mapred.Child.main(Child.java:264)

Schwein Stack-Trace

ERROR 2997: Unable to recreate exception from backed error: org.apache.pig.backend.executionengine.ExecException: ERROR 2055: Received Error while processing the map plan: 'test_stream.py ' failed with exit status: 1

org.apache.pig.impl.logicalLayer.FrontendException: ERROR 1066: Unable to open iterator for alias C. Backend error : Unable to recreate exception from backed error: org.apache.pig.backend.executionengine.ExecException: ERROR 2055: Received Error while processing the map plan: 'test_stream.py ' failed with exit status: 1
    at org.apache.pig.PigServer.openIterator(PigServer.java:753)
    at org.apache.pig.tools.grunt.GruntParser.processDump(GruntParser.java:615)
    at org.apache.pig.tools.pigscript.parser.PigScriptParser.parse(PigScriptParser.java:303)
    at org.apache.pig.tools.grunt.GruntParser.parseStopOnError(GruntParser.java:168)
    at org.apache.pig.tools.grunt.GruntParser.parseStopOnError(GruntParser.java:144)
    at org.apache.pig.tools.grunt.Grunt.exec(Grunt.java:90)
    at org.apache.pig.Main.run(Main.java:396)
    at org.apache.pig.Main.main(Main.java:107)
Caused by: org.apache.pig.backend.executionengine.ExecException: ERROR 2997: Unable to recreate exception from backed error: org.apache.pig.backend.executionengine.ExecException: ERROR 2055: Received Error while processing the map plan: 'test_stream.py ' failed with exit status: 1
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.Launcher.getErrorMessages(Launcher.java:221)
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.Launcher.getStats(Launcher.java:151)
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.MapReduceLauncher.launchPig(MapReduceLauncher.java:337)
    at org.apache.pig.backend.hadoop.executionengine.HExecutionEngine.execute(HExecutionEngine.java:382)
    at org.apache.pig.PigServer.executeCompiledLogicalPlan(PigServer.java:1209)
    at org.apache.pig.PigServer.storeEx(PigServer.java:885)
    at org.apache.pig.PigServer.store(PigServer.java:827)
    at org.apache.pig.PigServer.openIterator(PigServer.java:739)
    ... 7 more

Danke Ihnen sehr für Ihre Hilfe!
-Pavel

Haben Sie versucht, gerade Verrohrung text auf der shell zu sehen, wenn Sie eine Python-exception?
Ja, erste, was ich Tat, funktioniert gut.
es herausgefunden. rtm. die Abhängigkeiten sind nicht ausgeliefert, wenn Sie möchten, dass Ihre python-app für die Arbeit mit pig, die Sie brauchen, um tar es (vergessen Sie nicht init.py ' s!), dann gehören die .tar-Datei in Schweine -, SCHIFF-Anweisung. Das erste, was Sie tun ist, entpacken Sie die app. Möglicherweise gibt es Probleme mit Pfaden, also würde ich vorschlagen, die folgenden, noch bevor tar-Extraktion: sys.Pfad.insert(0, os.getcwd())
Bitte fügen Sie diese als Antwort!
Für Leute, die fanden diesen Beitrag bei der Suche nach FEHLER 1066: Unable to open iterator-alias hier ist ein generische Lösung.

InformationsquelleAutor PVM | 2011-11-22

3

Richtige Antwort aus dem Kommentar oben:

Die Abhängigkeiten sind nicht ausgeliefert, wenn Sie möchten, dass Ihre python-app für die Arbeit mit pig, die Sie brauchen, um tar es (vergessen Sie nicht init.py's!), dann gehören die .tar-Datei in Schweine -, SCHIFF-Anweisung. Das erste, was Sie tun ist, entpacken Sie die app. Möglicherweise gibt es Probleme mit Pfaden, also würde ich vorschlagen, die folgenden, noch bevor tar-Extraktion: sys.Pfad.insert(0, os.getcwd()).
- Beispiel? Wo muss ich das entpacken?
InformationsquelleAutor rjurney
1

Müssen Sie anfügen, das aktuelle Verzeichnis zu sys.path in Ihrem test_stream.py:
```
#! /usr/bin/env python

import sys
sys.path.append(".")
```
Damit der Befehl des SCHIFFES, Sie hatte es nicht Schiff das python-Skript, aber Sie brauchen nur zu sagen, Python, wo Sie zu suchen.

InformationsquelleAutor png

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.