我在hdfs中有大约1500个xml文件,每个文件大约2-3gb。我需要编写一个python脚本来解析xml文件以执行mapreduce。但是,我面临着使用python访问hdfs中的文件的问题。
我尝试了以下脚本,但收到一个错误。
from snakebite.client import Client
def connection():
hadoop_client = Client('HDFS_hostname', 'HDFS_port', use_trash=False)
for x in hadoop_client.ls(['/']):
print(x)
错误如下:
Traceback (most recent call last):
File "/home/ubuntu/PycharmProjects/textmining/read_data_from_HDFS.py", line 5, in <module>
from snakebite.client import Client
File "/usr/local/lib/python3.6/dist-packages/snakebite/client.py", line 1473
baseTime = min(time * (1L << retries), cap);
^
SyntaxError: invalid syntax
使用python从hdfs访问文件的最佳推荐方法是什么?
2条答案
按热度按时间kqqjbcuj1#
我也是从同一个问题来的。snakebite与Python3不兼容。您可以将其与Python2一起使用。
ewm0tg9j2#
这将帮助你解决这个问题。。。