如何在Scala 2.9.0中实现Hadoop Mapper？

Question

当我从2.8.1迁移到Scala 2.9.0时,除了Hadoop映射器之外,所有代码都是可用的.因为我在路上有一些包装器对象,所以我精炼到下面的例子:

import org.apache.hadoop.mapreduce.{Mapper, Job}


object MyJob {
  def main(args:Array[String]) {
    val job = new Job(new Configuration())
    job.setMapperClass(classOf[MyMapper])

  }
}

class MyMapper extends Mapper[LongWritable,Text,Text,Text] {
  override def map(key: LongWritable, value: Text, context: Mapper[LongWritable,Text,Text,Text]#Context) {

  }
}

当我在2.8.1中运行它时,它运行得很好(我在2.8.1中有很多生产代码.在2.9.0中,我得到以下编译错误:

error: type mismatch;
found   : java.lang.Class[MyMapper](classOf[MyMapper])
required: java.lang.Class[_ <: org.apache.hadoop.mapreduce.Mapper]
job.setMapperClass(classOf[MyMapper])

失败的调用是在Job对象上调用setMapperClass时.这是该方法的定义:

public void setMapperClass(java.lang.Class<? extends org.apache.hadoop.mapreduce.Mapper> cls) throws java.lang.IllegalStateException { /* compiled code */ }

Mapper类本身的定义是这样的:

public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>

有没有人知道我做错了什么？在我看来,类型基本上是正确的:MyMapper确实扩展了Mapper,并且该方法需要扩展Mapper的东西.它在2.8.1中运行良好......

Answer 1

尽管看起来很愚蠢，但您可以通过在作业之前定义映射器来解决该问题。编译如下：

import org.apache.hadoop._
import org.apache.hadoop.io._
import org.apache.hadoop.conf._
import org.apache.hadoop.mapreduce._

class MyMapper extends Mapper[LongWritable,Text,Text,Text] {
  override def map(key: LongWritable, value: Text, context: Mapper[LongWritable,Text,Text,Text]#Context) {
  }
}

object MyJob {
  def main(args:Array[String]) {
    val job = new Job(new Configuration())
    job.setMapperClass(classOf[MyMapper])
  }
}