欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

hadoop mapreduce程序jar包版本冲突解决方法

程序员文章站 2022-05-30 20:16:06
...

写MR程序时往往会使用到第三方包, 如果这些包在集群中不存在, 可以通过多种方式提交到集群供 MR 程序使用, 但如果集群中存在的jar与用户MR程序用到的JAR存在版本冲突时该如何解决?

下面是我碰到的问题及解决方式, 简单记录如下, 碰到同样问题的同学可以参考下:

昨天使用 commons-net-3.2.jar 包连接FTP采集日志,

调用方法片段:

 

FTPClient ftpClient = new FTPClient();
ftpClient.setConnectTimeout(1000); 

 

// 这个方法在commons-net-3.2.jar包中有, 而在 commons-net-1.4.1.jar 中没有

一般情况下,使用hadoop jar 执行mr的时候,会首先加载$HADOOP_HOME/lib下的jar包,
由于使用的hadoop中带了commons-net-1.4.1.jar,所以会优先加载1.4.1版本,而忽略用户自己指定的3.2版本,所以报异常,

Error: org.apache.commons.net.ftp.FTPClient.setConnectTimeout(I)V    
//异常提示调用setConnectTimeout 方法有问题。

 

查看源码TaskRunner.java

 

/**

   */

  static List<String> getClassPaths(JobConf conf, File workDir,

      TaskDistributedCacheManager taskDistributedCacheManager)

      throws IOException {

    // Accumulates class paths for child.

    List<String> classPaths = new ArrayList<String>();

   

    boolean userClassesTakesPrecedence = conf.userClassesTakesPrecedence(); 

// 这个参数项可以改变系统classpath加载的优先顺序, 默认应该是false

   

    if (!userClassesTakesPrecedence) {   // 默认是false, tasktrack机器的系统classpath总是优先加载

      // start with same classpath as parent process

      appendSystemClasspaths(classPaths);

    }

 

    // include the user specified classpath

    appendJobJarClasspaths(conf.getJar(), classPaths);

   

    // Distributed cache paths

    if (taskDistributedCacheManager != null)

      classPaths.addAll(taskDistributedCacheManager.getClassPaths());

   

    // Include the working dir too

    classPaths.add(workDir.toString());

 

    if (userClassesTakesPrecedence) {

      // parent process's classpath is added last

      appendSystemClasspaths(classPaths);

    }

   

    return classPaths;

  }

 

 

通过上面源码可以看出 参数项 -Dmapreduce.task.classpath.user.precedence 可以改变系统classpath加载的优先顺序

验证:

hadoop jar collect_log.jar com.collect.LogCollectJob -Dmapreduce.task.classpath.user.precedence=true -libjars commons-net-3.2.jar /new_log_collect/input /new_log_collect/output

程序执行成功。