Java - MR 读写 orc 之 NoSuchMethodError: hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()

简介: 一.引言上一篇文章提到了 Java map-reduce 如何单独读取 ORC 文件以及 RcFile 文件,在同一个 MR 任务下分别读取 RcFile 以及 ORC 文件时,报如下错误:java.lang.NoSuchMethodError: org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()I。完整的异常栈如下:2022-04-20 06:44:47,326 FATAL [main] org.apach.

一.引言

上一篇文章提到了 Java map-reduce 如何单独读取 ORC 文件以及 RcFile 文件,在同一个 MR 任务下分别读取 RcFile 以及 ORC 文件时,报如下错误: java.lang.NoSuchMethodError: org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()I。完整的异常栈如下:

2022-04-20 06:44:47,326 FATAL [main] org.apache.hadoop.mapred.YarnChild: Error running child : java.lang.NoSuchMethodError: org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()I
 at org.apache.orc.impl.RecordReaderImpl.nextBatch(RecordReaderImpl.java:1093)
 at org.apache.orc.mapreduce.OrcMapreduceRecordReader.ensureBatch(OrcMapreduceRecordReader.java:69)
 at org.apache.orc.mapreduce.OrcMapreduceRecordReader.nextKeyValue(OrcMapreduceRecordReader.java:87)
 at org.apache.hadoop.mapreduce.lib.input.DelegatingRecordReader.nextKeyValue(DelegatingRecordReader.java:89)
 at org.apache.hadoop.mapred.MapTask$NewTrackingRecordReader.nextKeyValue(MapTask.java:556)
 at org.apache.hadoop.mapreduce.task.MapContextImpl.nextKeyValue(MapContextImpl.java:80)
 at org.apache.hadoop.mapreduce.lib.map.WrappedMapper$Context.nextKeyValue(WrappedMapper.java:91)
 at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:145)
 at org.apache.hadoop.mapreduce.lib.input.DelegatingMapper.run(DelegatingMapper.java:55)
 at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:787)
 at org.apache.hadoop.mapred.MapTask.run(MapTask.java:341)
 at org.apache.hadoop.mapred.YarnChild$2.run(YarnChild.java:243)
 at java.security.AccessController.doPrivileged(Native Method)
 at javax.security.auth.Subject.doAs(Subject.java:422)
 at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1726)
 at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java:237)

image.gif

其中 orc map-reduce 依赖为:

<dependency>
            <groupId>org.apache.orc</groupId>
            <artifactId>orc-mapreduce</artifactId>
            <version>1.1.0</version>
        </dependency>

image.gif

二.问题分析与解决

1.是否拥有该方法

noSuchMethod 错误首先需要判断是否确实没有该方法,由于之前很多次遇到 noSuchMethod 都是依赖冲突,所以总是上来就按依赖冲突解决,其实很多时候确实是没有该依赖,只需要增加 pom 即可解决。所以查看项目依赖中是否包含 org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()I 该方法,检查后发现对应 VectorizedRowBatch 类下无 getMaxSize 方法,所以验证了上面的想法,说明需要引入新的依赖。

image.gif编辑

Tips:

这里简单说下 getMaxSize()I 这个方法最后面 I 的含义,最后面 I 的含义为该方法对应的返回值,上面报错的第一行其实就是完整的 java 函数签名,转换一下:

Int org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize();

image.gif

除了 I 之外,常见的还有如下返回值签名:

Z boolean
B byte
C char
S short
I int
J long
F float
D double
L fully-qualified-class fully-qualified-class
[ type type[]
( arg-types ) ret-type method type
<init> 构造方法
<cinit> 静态类初始化代码

2.寻找对应方法的 jar 包

上述 VectorizedRowBatch 类来源于 hive-exec 依赖,该依赖 VectorizedRowBatch 类不包含 getMaxSize()I 方法,所以顺着回去找读取 orc 文件时其内部用到的类来自哪个依赖:

首先根据异常栈第三行找到调用该类的 class 以及其对应的 import

image.gif编辑

然后调出快捷搜索框搜索 VectorizedRowBatch:

image.gif编辑

这下找到了,该方法真实调用的 org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch 方法来源于 hive-storage-api-2.8.1 版本 :

image.gif编辑

果断加入该依赖重新打包尝试~

<dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-storage-api</artifactId>
            <version>2.8.1</version>
        </dependency>

image.gif

执行后发现依然报错 o(╥﹏╥)o

java.lang.NoSuchMethodError: org.apache.hadoop.hive.ql.exec.vector.VectorizedRowBatch.getMaxSize()I

image.gif

3.jar包依赖冲突

之前提到过 noSuchMethod 的几种常见可能:

A.无该 method,引入 pom 依赖解决

B.多 package 拥有该 method,但版本不同,统一版本解决

C.多 package 拥有该 method,签名不同,去除或 exclude 错误 jar 解决

image.gif编辑

这里属于类型 D,多 jar 包拥有父类,但不都包含对应 method,所以运行继续报错 noSuchMethod,由于读取 rcFile 需要用到 hive-exec 包所以不能按照上面 B,C 的解决方法删除掉该 jar 包,这时候需要用到 maven 依赖的优先级,maven 打包根据 pom 的放置顺序采用最短路径调用,即取最靠上方的依赖,所以这里把 hive-storage-api 依赖挪到 orc-mapreduce 和 hive-exec 上面,读取 orcFile 时优先调用 hive-storage-api 的 VectorizedRowBatch.getMaxSize(),读取 rcFile 和其他文件时,不使用该方法所以忽略,继续调用后续 pom 依赖:

<dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-storage-api</artifactId>
            <version>2.8.1</version>
        </dependency>
        <dependency>
            <groupId>org.apache.orc</groupId>
            <artifactId>orc-mapreduce</artifactId>
            <version>1.1.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-exec</artifactId>
            <version>0.13.0</version>
        </dependency>

image.gif

这里简单总结下上面的情况:

D.多 package 拥有父类,但只有一个 package 父类拥有对应方法,调整 pom 依赖顺序解决

再次打包尝试任务终于正常运行 🕶

22/04/20 14:26:59 INFO mapreduce.Job: map 100% reduce 90%
22/04/20 14:27:06 INFO mapreduce.Job: map 100% reduce 91%
22/04/20 14:27:12 INFO mapreduce.Job: map 100% reduce 92%
22/04/20 14:27:18 INFO mapreduce.Job: map 100% reduce 93%
22/04/20 14:27:25 INFO mapreduce.Job: map 100% reduce 94%
22/04/20 14:27:32 INFO mapreduce.Job: map 100% reduce 95%
22/04/20 14:27:40 INFO mapreduce.Job: map 100% reduce 96%
22/04/20 14:27:49 INFO mapreduce.Job: map 100% reduce 97%
22/04/20 14:28:01 INFO mapreduce.Job: map 100% reduce 98%
22/04/20 14:28:15 INFO mapreduce.Job: map 100% reduce 99%
22/04/20 14:28:46 INFO mapreduce.Job: map 100% reduce 100%
22/04/20 14:30:23 INFO mapreduce.Job: Job job_xxx completed successfully

image.gif

三.总结

开发总是遇到 noSuchMethod,而且还是不同类型,只能通过慢慢积累,根据其异常栈一步一步回看源码和原始 jar 才能解决,bug 无止境呀~

image.gif编辑

目录
相关文章
|
6月前
|
Java
揭秘Java文件操作背后的惊天秘密:读写、复制、删除一网打尽!
【6月更文挑战第27天】Java文件操作涵盖读、写、复制和删除。例如,读文件使用`BufferedReader`和`FileReader`;写文件利用`BufferedWriter`和`FileWriter`;复制文件通过读写流实现;删除文件则依赖`Files.delete()`。以上代码示例展示了具体实现。
43 5
|
1月前
|
分布式计算 Java MaxCompute
ODPS MR节点跑graph连通分量计算代码报错java heap space如何解决
任务启动命令:jar -resources odps-graph-connect-family-2.0-SNAPSHOT.jar -classpath ./odps-graph-connect-family-2.0-SNAPSHOT.jar ConnectFamily 若是设置参数该如何设置
|
6月前
|
安全 Java 开发者
掌握Java文件操作,让你的代码“飞”起来!读写、复制、删除全攻略!
【6月更文挑战第27天】Java文件操作涵盖读写、复制、删除。使用NIO的`Files`类提升效率:读取文件用`newBufferedReader`实现逐行读,写入文件用`newBufferedWriter`,复制文件用`copy`方法,删除文件用`deleteIfExists`,确保安全。这些最佳实践优化了内存使用,简化了代码。
45 0
|
2月前
|
XML JavaScript Java
java与XML文件的读写
java与XML文件的读写
31 3
|
3月前
|
SQL JavaScript 前端开发
用Java、Python来开发Hive应用
用Java、Python来开发Hive应用
39 7
|
3月前
|
SQL JavaScript 前端开发
用Java来开发Hive应用
用Java来开发Hive应用
41 7
|
3月前
|
SQL JavaScript 前端开发
基于Java访问Hive的JUnit5测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Java、来开发Hive应用的方法,产生的代码如下
79 6
|
4月前
|
easyexcel Java 关系型数据库
阿里巴巴-EasyExcel 基于Java的简单、省内存的读写Excel
该文章主要介绍了在Java应用中如何使用EasyExcel技术完成对Excel文件的导入和导出操作,包括环境搭建、基本概念、快速入门、进阶操作和综合应用等内容,并提供了相关代码示例和注意事项。
 阿里巴巴-EasyExcel 基于Java的简单、省内存的读写Excel
|
5月前
|
负载均衡 NoSQL Java
|
6月前
|
监控 Java API
Java文件操作大揭秘:不只是读写,还有这些逆天技巧!
【6月更文挑战第27天】Java文件操作不仅包括基础的读写,还有NIO的文件过滤、锁定、映射以及压缩解压和文件变化监控。例如,使用Files.walk结合PathMatcher查找特定类型的文件,利用FileChannel进行文件锁定和内存映射以提升效率,借助ZipOutputStream压缩文件,以及用WatchService监听文件系统变化。这些高级技巧能提升开发效率。
37 3