EMR 上的 python UDF 中没有名为 simplejson 的模块

Question

我正在运行使用 Pig 执行 Amazon Elastic MapReduce (EMR) 作业。我在将 json 或简单 json 模块导入我的 Python 用户定义函数 (UDF) 时遇到问题。

这是我的代码：

#!/usr/bin/env python
import simplejson as json
@outputSchema('m:map[]')
def flattenJSON(text):
    j = json.loads(text)
    ...

当我尝试在 Pig 中注册函数时，我收到一条错误消息 "No module named simplejson"

grunt> register 's3://chopperui-emr/code/flattenDict.py' using jython as flatten;
2015-05-31 16:53:43,041 [main] ERROR org.apache.pig.tools.grunt.Grunt - ERROR 1121: Python Error. Traceback (most recent call last):
File "/tmp/pig6071834754384533869tmp/flattenDict.py", line 32, in <module>
import simplejson as json
ImportError: No module named simplejson

但是，我的 Amazon AMI 包含 Python 2.6，其中包含 json 作为标准包（使用 import json 也不起作用）。另外，如果我尝试使用 pip 安装 simplejson 它说它已经安装（在主节点和核心节点上）。

[hadoop@ip-172-31-46-71 ~]$ pip install simplejson
Requirement already satisfied (use --upgrade to upgrade): simplejson in /usr/local/lib64/python2.6/site-packages

此外，如果我运行 python 从主节点上的命令行以交互方式工作，它工作正常

[hadoop@ip-172-31-46-71 ~]$ python
Python 2.6.9 (unknown, Apr  1 2015, 18:16:00) 
[GCC 4.8.2 20140120 (Red Hat 4.8.2-16)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import json
>>>

EMR 或 Pig 设置 Python 环境的方式肯定有所不同，但是什么？

Answer 1

Pig UDF 使用 jython，它不适用于 simplejson。

你可以试试： Jyson 作为 Json 解析器

EMR 上的 python UDF 中没有名为 simplejson 的模块

No module named simplejson in python UDF on EMR

apache-pig

amazon-web-services

elastic-map-reduce