Mahout-0.5运行时异常处理

很早就装上了mahout-distribution-0.5，结果运行第一个例子Canopy Clustering的时候就报错，在Mahout的官方主页tutorial页面里写了comment，说明了出错的地方，结果没人搭理。

 

运行命令如下：

 

root@master:/opt/mahout-distribution-0.5# bin/mahout org.apache.mahout.clustering.syntheticcontrol.canopy.Job

 

今天碰巧又运行了一下，仔细看了$MAHOUT_HOME/bin/下的mahout脚本，终于找到出错原因。

 

 

在mahout脚本中默认的MAHOUT_CONF_DIR是"$MAHOUT_HOME/src/conf"，可是从官方下下来解压后mahout-distribution-0.5的子目录根本没有src（只有源码的压缩包里有，发行版里面没有），倒是有conf，因此这个地方会导致

”WARN driver.MahoutDriver: No org.apache.mahout.clustering.syntheticcontrol.canopy.Job.props found on classpath, will use command-line arguments only“

的错误。

 

修改方法：编辑bin/mahout，找到这一行：

MAHOUT_CONF_DIR=$MAHOUT_HOME/src/conf

 

将其修改为

MAHOUT_CONF_DIR=$MAHOUT_HOME/conf

 

ok，不会报上面那个错了。

 

别高兴太早，接着运行时会报：

Error: java.lang.ClassNotFoundException: org.apache.mahout.math.Vector

 

不是吧，看看经过mahout脚本出来的完整命令如下：

/opt/hadoop-0.20.2/bin/hadoop jar /opt/mahout-distribution-0.5/mahout-examples-0.5-job.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.clustering.syntheticcontrol.canopy.Job

应该没问题啊，math包里面的Vector也在mahout-examples-0.5-job.jar里面啊，怎么会找不到类呢？

 

凭借长期的Hadoop经验，终于找到原因，原来还在mahout脚本里。

mahout脚本有这么几句：

 

 

if [ $IS_CORE == 0 ]

then

  # add release dependencies to CLASSPATH

  for f in $MAHOUT_HOME/mahout-*.jar; do

    CLASSPATH=${CLASSPATH}:$f;

  done

 

 

意思是将mahout-distribution-0.5目录下的所有jar放到CLASSPATH中，然而碰巧mahout-core-0.5.jar排在mahout-examples-0.5-job.jar前面，并且包含类org.apache.mahout.driver.MahoutDriver，因此实际上提交给Hadoop的是mahout-core-0.5.jar，而不是后者。mahout-core-0.5.jar没有Vector类，因此运行时报错。

 

解决方法：运行命令时在mahout后面加上-core，这样上面的语句不会执行，也就没问题了。

root@master:/opt/mahout-distribution-0.5# bin/mahout -core  org.apache.mahout.clustering.syntheticcontrol.canopy.Job

 

well done，问题解决。

 

P.S. 其实用

[root@master:/opt/mahout-distribution-0.5]# hadoop jar mahout-examples-0.5-job.jar org.apache.mahout.clustering.syntheticcontrol.canopy.Job

这样的方式运行就不会有问题，不过这样不会读取conf下的props文件。

 

还有一个问题没解决，就是将Mahout导入Eclipse后，在mahout-core、mahout-examples、mahout-utils下面的pom.xml里面报错，

<plugin>

        <groupId>org.apache.maven.plugins</groupId>

        <artifactId>maven-antrun-plugin</artifactId>

        <executions>

          <execution>

            <phase>compile</phase>

            <configuration>

              <tasks>

                <copy file="../src/conf/driver.classes.props" tofile="${project.build.directory}/classes/driver.classes.default.props" />

              </tasks>

 

            </configuration>

            <goals>

              <goal>run</goal>

            </goals>

          </execution>

        </executions>

      </plugin>

错误为：

Plugin execution not covered by lifecycle configuration: org.apache.maven.plugins:maven-antrun-plugin:1.6:run (execution: default, phase: compile)

不知道如何解决，有达人会的话，请不吝赐教。