hadoop - Druid 批量索引 inputSpec 类型粒度，错误为 "no input paths specified in job"

Question

我正在按照此处编写的说明进行操作:http://druid.io/docs/0.9.2/ingestion/batch-ingestion.html (滚动到“InputSpec specification”，寻找“granularity”)。

我的索引任务 JSON 中有:

"inputSpec": {
  "type": "granularity",
  "dataGranularity": "DAY",
  "inputPath": "hdfs://hadoop:9000/druid/events/interview",
  "filePattern": ".*",
  "pathFormat": "'y'=yyyy/'m'=MM/'d'=dd"
} 

我已经像这样在 HDFS 中组织了我的文件(我是故意这样做的，认为我会在我的索引任务中使用“粒度”类型):

我不断收到此错误(索引失败):

Caused by: java.io.IOException: No input paths specified in job
    at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.listStatus(FileInputFormat.java:231) ~[?:?]
    at org.apache.hadoop.mapreduce.lib.input.FileInputFormat.getSplits(FileInputFormat.java:340) ~[?:?]
    at org.apache.hadoop.mapreduce.JobSubmitter.writeNewSplits(JobSubmitter.java:493) ~[?:?]
    at org.apache.hadoop.mapreduce.JobSubmitter.writeSplits(JobSubmitter.java:510) ~[?:?]
    at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:394) ~[?:?]
    at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1285) ~[?:?] 

用谷歌搜索，有两个页面在谈论同一个问题:

• https://groups.google.com/forum/#!topic/druid-user/xKYgGv983ZQ
• https://groups.google.com/forum/#!topic/druid-user/B2YxNQ8UQR4

两者都提到将“filePattern”的值设置为“.*”。做到了，没有运气。

为了确认我的 Druid-Hadoop 链接有效，我尝试将我的 inputSpec 更改为静态:

"inputSpec": {
  "type": "static",
  "paths": "hdfs://hadoop:9000/druid/events/interview/y=2016/m=11/d=06/event.json,hdfs://hadoop:9000/druid/events/interview/y=2016/m=11/d=07/event.json"
}

它有效。所以，我的 Druid 和 Hadoop 没问题。

Druid(我使用的是 0.9.2)中的这个“粒度”inputSpec 是否被破坏了？因为我在我的 inputSpec(粒度类型一)中没有发现任何错误；至少不是根据我阅读的文档和论坛。

与此同时，我可以使用静态类型(并构建我的冗长路径字符串)，但“粒度”类型将是理想的(如果它有效的话)。

任何人都可以在这里阐明一些问题吗？

谢谢。

Answer 1

尝试在路径模式的末尾添加一个/: "pathFormat": "'y'=yyyy/'m'=MM/'d'=dd/"