MRUnit 不适用于 MultipleOutputs

Question

当我运行一个带有 MultipleOutputs 的基本 MRUnit 时，我得到以下异常：

java.lang.NullPointerException
at org.apache.hadoop.fs.Path.<init>(Path.java:105)
at org.apache.hadoop.fs.Path.<init>(Path.java:94)
at org.apache.hadoop.mapreduce.lib.output.FileOutputFormat.getDefaultWorkFile(FileOutputFormat.java:264)
at org.apache.hadoop.mapreduce.lib.output.TextOutputFormat.getRecordWriter(TextOutputFormat.java:125)
at org.apache.hadoop.mapreduce.lib.output.MultipleOutputs.getRecordWriter(MultipleOutputs.java:405)
at org.apache.hadoop.mapreduce.lib.output.MultipleOutputs.write(MultipleOutputs.java:387)
at com.skobbler.scratch.MOutputReduce.reduce(MOutputReduce.java:45)
at com.skobbler.scratch.MOutputReduce.reduce(MOutputReduce.java:28)
at org.apache.hadoop.mapreduce.Reducer.run(Reducer.java:164)
at org.apache.hadoop.mrunit.mapreduce.ReduceDriver.run(ReduceDriver.java:265)
at org.apache.hadoop.mrunit.mapreduce.ReducePhaseRunner.runReduce(ReducePhaseRunner.java:85)
at org.apache.hadoop.mrunit.mapreduce.MapReduceDriver.run(MapReduceDriver.java:249)
at org.apache.hadoop.mrunit.TestDriver.runTest(TestDriver.java:640)
at org.apache.hadoop.mrunit.TestDriver.runTest(TestDriver.java:627)

发现请求了mapred.output.dir配置，为null。简单输出不会出现此问题。

MR单位代码：

    @Test
public void testMultiOutput() throws IOException{
    MapReduceDriver<LongWritable, Text, Text, Text, Text, Text> mapReduceDriver = createMapReduceDrive();
    mapReduceDriver.withInput(new LongWritable(0L), new Text("a,b"));
    mapReduceDriver.withInput(new LongWritable(0L), new Text("a,c"));
    mapReduceDriver.withMultiOutput("foo", new Text("a"), new Text("2"));
    mapReduceDriver.runTest();
}

private MapReduceDriver<LongWritable, Text, Text, Text, Text, Text> createMapReduceDrive() {
    MOutputMap mapper = new MOutputMap();
    MOutputReduce reducer = new MOutputReduce();
    return MapReduceDriver.newMapReduceDriver(mapper, reducer);
}

如何在不指定 hadoop system/output 路径的情况下运行进行测试。

Hadoop 2，MRUnit 1.1.0

Answer 1

我最近运行遇到了同样的问题。我之前使用的是 @RunWith(SpringJUnit4ClassRunner.class) 注解，但是根据 https://issues.apache.org/jira/browse/MRUNIT-13 and https://issues.apache.org/jira/browse/MRUNIT-213 的 JIRA 问题中的评论，我们需要使用 @RunWith(PowerMockRunner.class) @PrepareForTest(MyMapper.class) 或@PrepareForTest(MyReducer.class) 到运行使用 MultipleOutputs 的测试。

我希望这对运行遇到此问题的其他人有所帮助。

Answer 2

是的，我运行进入了这个问题。但是我从它的源代码中找到了解决方案。

TestDriver.java

您可以使用 getConfiguration() 方法获取 JobConfiguration 对象，然后设置 outputdir。

    Configuration conf = mapReduceDriver.getConfiguration();
    conf.set("mapreduce.output.fileoutputformat.outputdir", "aa");

MRUnit 不适用于 MultipleOutputs

MRUnit does not work with MultipleOutputs

hadoop

hdfs

mrunit