MongoDB Hadoop 连接器流未运行

Question

我想启动 MongoDB Hadoop Streaming 连接器，所以我下载了 Hadoop 的兼容版本（2.2.0）（参见 https://github.com/mongodb/mongo-hadoop/blob/master/README.md#apache-hadoop-22）

我克隆了 git 存储库 mongohadoop，将 build.sbt hadoopRelease 更改为 2.2：

$ cat build.sbt
name := "mongo-hadoop"

organization := "org.mongodb"

hadoopRelease in ThisBuild := "2.2"

然后我启动了：

$ ./sbt package
$ ./sbt mongo-hadoop-streaming/assembly
$ cp core/target/mongo-hadoop-core_2.2.0-1.2.0.jar ../hadoop-2.2.0/lib/
$ cp mongo-2.7.3.jar ../hadoop-2.2.0/lib/ # Previously downloaded
$ cd ../hadoop-2.2.0/
$ ./bin/hadoop jar ../mongo-hadoop/streaming/target/mongo-hadoop-streaming-assembly-1.1.0.jar -mapper ...

我明白了：

Exception in thread "main" java.lang.ClassNotFoundException: com.mongodb.hadoop.streaming.MongoStreamJob
at java.net.URLClassLoader$1.run(URLClassLoader.java:202)
at java.security.AccessController.doPrivileged(Native Method)
at java.net.URLClassLoader.findClass(URLClassLoader.java:190)
at java.lang.ClassLoader.loadClass(ClassLoader.java:306)
at java.lang.ClassLoader.loadClass(ClassLoader.java:247)
at java.lang.Class.forName0(Native Method)
at java.lang.Class.forName(Class.java:249)
at org.apache.hadoop.util.RunJar.main(RunJar.java:205)

我不明白为什么，我尝试了几乎所有应该支持流式传输的版本，但我总是遇到同样的错误！

我准确地说我在 Mac OS X 上。 谢谢！

Answer 1

这实际上是一个错误，将在即将发布的版本中修复。该主类的需求已删除，但生成的清单没有。您可以通过从流 jar 的清单中删除 Main-Class 条目来调整您的 jar。如果您在流媒体 jar 所在的目录中运行以下脚本，它会为您解决这个问题：

#! /bin/sh

M=META-INF/MANIFEST.MF
mkdir tmp
cd tmp
cp ../$1 .
JAR=$1

jar xf ${JAR}

sed -e '/Main-Class/d' ${M} >> ${M}.new 
mv ${M}.new  ${M}

jar cvfm ${JAR} ${M}

mv ${JAR} ..
cd ..
rm -r tmp

它不是超级漂亮，但应该能让你克服困难。我们将尽快发布正式的 1.2.1 版本。在此期间，这是 jira 票：https://jira.mongodb.org/browse/HADOOP-121