关于python：Pyhdfs copy_from_local导致提供nodename或servname，或者未知错误


Pyhdfs copy_from_local causing nodename nor servname provided, or not known error

我使用以下python代码使用pyhdfs从本地系统上传文件到远程HDFS

1
2
3
4
from pyhdfs import HdfsClient
client = HdfsClient(hosts='1.1.1.1',user_name='root')
client.mkdirs('/jarvis')
client.copy_from_local('/my/local/file,'/hdfs/path')

使用python3.5 /。
Hadoop在默认端口运行：50070
1.1.1.1是我的远程Hadoop网址

创建目录"jarvis"工作正常，但复制文件不起作用。 我收到以下错误

Traceback (most recent call last):
File"test_hdfs_upload.py", line 14, in
client.copy_from_local('/tmp/data.json','/test.json')
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pyhdfs.py", line 753, in copy_from_local
self.create(dest, f, **kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/pyhdfs.py", line 426, in create
metadata_response.headers['location'], data=data, **self._requests_kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/requests/api.py", line 99, in put
return request('put', url, data=data, **kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/requests/api.py", line 44, in request
return session.request(method=method, url=url, **kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/requests/sessions.py", line 383, in request
resp = self.send(prep, **send_kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/requests/sessions.py", line 486, in send
r = adapter.send(request, **kwargs)
File"/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/requests/adapters.py", line 378, in send
raise ConnectionError(e)
requests.exceptions.ConnectionError: HTTPConnectionPool(host='ip-1-1-1-1', port=50075): Max retries exceeded with url: /webhdfs/v1/test.json?op=CREATE&user.name=root&namenoderpcaddress=ip-1-1-1-1:9000&overwrite=false (Caused by : [Errno 8] nodename nor servname provided, or not known)

首先，检查是否为HDFS群集启用了webhdfs。 PyHDFS库使用webhdfs，因此需要在HDFS配置中启用webhdfs。
要启用webhdfs，请按如下所示修改hdfs-site.xml：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
<configuration>
    <property>
        <name>dfs.replication</name>
        <value>1</value>
    </property>
    <property>
        <name>dfs.namenode.name.dir</name>
        <value>file:/path/to/namenode/dir/</value>
    </property>
    <property>
        <name>dfs.checkpoint.dir</name>
        <value>file:/path/to/checkpoint/dir/</value>
    </property>
    <property>
        <name>dfs.checkpoints.edits.dir</name>
        <value>file:/path/to/checkpoints-ed/dir/</value>
    </property>
    <property>
        <name>dfs.datanode.data.dir</name>
        <value>file:/path/to/datanode/dir/</value>
    </property>
    <property>
        <name>dfs.webhdfs.enabled</name>
        <value>true</value>
    </property>
</configuration>

此外，当从PyHDFS库调用copy_from_local() API时，HDFS节点管理器从HDFS集群中随机选择和分配节点，当它发生时，它可能只返回与该节点关联的域名。
然后尝试与该域进行HTTP连接以执行操作。这是因为您的主机无法理解(无法解析)域名失败。

要解析域，您需要在/etc/hosts文件中添加适当的域映射。

例如，如果您有一个带有namenode和2个datanode的HDFS集群，则具有以下IP地址和主机名：

  • 192.168.0.1(NameNode1)
  • 192.168.0.2(DataNode1)
  • 192.168.0.3(DataNode2)

您需要更新/etc/hosts文件，如下所示：

1
2
3
4
5
127.0.0.1     localhost
::1           localhost
192.168.0.1   NameNode1
192.168.0.2   DataNode1
192.168.0.3   DataNode2

这将启用从主机到HDFS群集的域名解析，您可以通过PyHDFS进行webhdfs API调用。