使用hadoop eclipse plugin提交Job并添加多个第三方jar

浏览数：24 / 时间：2015年06月20日

来自：http://heipark.iteye.com/blog/1171923

通过 "conf.set("tmpjars", jars);" 可以设置第三方jar，之前一直只是添加一个jar，运行OK，今天打算添加多个jar的时候发现mapreduce在运行时找不到 class（ClassNotFoundException），跟踪代码发现jar文件的确上传到了HDFS中，所以甚是无解，后来上传jar到 hdfs，然后使用DistributedCache.addFileToClassPath()方法也不行。郁闷半天，后来看到job.xml中有一段奇怪的设置，mapred.job.classpath.files的value为"/user/heipark/lib/commons-lang- 2.3.jar;/user /heipark/lib/guava-r08.jar"，可以看到这个分隔符是分号（我的OS是windows），在linux系统和hadoop系统一般都是逗号和冒号分隔，然后我继续挖，发现DistributedCache.addArchiveToClassPath()方法(tmpjars也会用这个方法)中使用了“System.getProperty("path.separator")”，于是灵感闪现，修改该值为linux系统的冒号，我嚓，居然成功了，搞了我4个小时，eclipse终于可以添加多个第三方jar包了。封装了方法，在main方法直接添加jar包就可以了。

调用：

addTmpJar("D:/Java/new_java_workspace/scm/lib/guava-r08.jar", conf);

方法定义：

    /**
   * 为Mapreduce添加第三方jar包
   *
   * @param jarPath
   *            举例：D:/Java/new_java_workspace/scm/lib/guava-r08.jar
   * @param conf
   * @throws IOException
   */
   public static void addTmpJar(String jarPath, Configuration conf) throws IOException {
       System.setProperty("path.separator", ":");
       FileSystem fs = FileSystem.getLocal(conf);
       String newJarPath = new Path(jarPath).makeQualified(fs).toString();
       String tmpjars = conf.get("tmpjars");
       if (tmpjars == null || tmpjars.length() == 0) {
           conf.set("tmpjars", newJarPath);
       } else {
           conf.set("tmpjars", tmpjars + "," + newJarPath);
       }
   }