我正在使用twittercloudera示例创建一个表，虽然我已经成功地创建了表并获取了数据，但是我遇到了一个问题。
我会表演 select * from tweets; 返回了数据，但当我像一个 count(*) 我收到一个错误。
以下是创建的表：
添加jar/cdh-twitter-example/hive-serdes/target/hive-serdes-1.0-snapshot.jar；创建外部表tweets（id bigint，created \u at string，
源字符串，首选布尔值，转发计数int，
转发的状态结构text:string, user:struct>，实体结构urls:array>，用户_mentions:array>, hashtags:array>>，文本字符串，用户结构<screen_name:string, name:string，朋友_count:int，追随者_count:int，状态_count:int, verified:boolean，协调世界时_offset:int，时间_zone:string>,行格式serde'com.cloudera.hive.serde.jsonserde'location'/user/flume/tweets'；
以下是错误和堆栈跟踪：
Hive>从tweets中选择count（*）；total mapreduce jobs=1启动作业1（共1个）编译时确定的reduce任务数：1为了更改reducer的平均负载（以字节为单位）：set hive.exec.reducers.bytes.per.reducer=为了限制reducer的最大数量：set hive.exec.reducers.max=为了设置常量reducer:setmapred.reduce.tasks=starting job=job\u 1402410026954\u 0004，跟踪url=http://bigdatalite.localdomain：8088/proxy/application\u 1402410026954\u 0004/kill command=/usr/lib/hadoop/bin/hadoop job-kill job\u 1402410026954\u 0004 stage-1的hadoop作业信息：Map程序数：1；减速机数量：1 2014-06-10 13:07:28078第1阶段map=0%，reduce=0%2014-06-10 13:07:39983第1阶段map=100%，reduce=0%2014-06-10 13:07:41071第1阶段map=0%，reduce=0%2014-06-10 13:08:18527第1阶段map=100%，reduce=100%作业结束=job_1402410026954_0004作业期间出错，获取调试信息。。。正在检查任务id:来自作业\u 1402410026954 \u 0004的任务\u 1402410026954 \u m \u000000（及更多）
失败次数最多的任务（4）：----任务id:task\u 1402410026954\u 0004\u m\u000000
tipid=task\u 1402410026954\u 0004\u m\u000000-----此任务的诊断消息：错误：java.lang.runtimeexception:在org.apache.hadoop.util.reflectionutils.setjobconf（reflectionutils）中配置对象时出错。java:109)位于org.apache.hadoop.util.reflectionutils.setconf（reflectionutils。java:75)在org.apache.hadoop.util.reflectionutils.newinstance（reflectionutils。java:133)在org.apache.hadoop.mapred.maptask.runoldmapper（maptask。java:426)在org.apache.hadoop.mapred.maptask.run（maptask。java:342)在org.apache.hadoop.mapred.yarnchild$2.run（yarnchild。java:168)位于java.security.accesscontroller.doprivileged（本机方法）javax.security.auth.subject.doas（主题。java:415)在org.apache.hadoop.security.usergroupinformation.doas（usergroupinformation。java:1548)在org.apache.hadoop.mapred.yarnchild.main（yarnchild。java:163)原因：sun.reflect.nativemethodaccessorimpl.invoke0（本机方法）处的java.lang.reflect.invocationtargetexceptionsun.reflect.nativemethodaccessorimpl.invoke（nativemethodaccessorimpl。java:57)在sun.reflect.delegatingmethodaccessorimpl.invoke（delegatingmethodaccessorimpl。java:43)在java.lang.reflect.method.invoke（方法。java:606)在org.apache.hadoop.util.reflectionutils.setjobconf（reflectionutils。java:106) ... 9其他原因：java.lang.runtimeexception:在org.apache.hadoop.util.reflectionutils.setjobconf（reflectionutils）中配置对象时出错。java:109)位于org.apache.hadoop.util.reflectionutils.setconf（reflectionutils。java:75)位于org.apache.hadoop.util.reflectionutils.newinstance（reflectionutils。java:133)在org.apache.hadoop.mapred.maprunner.configure（maprunner。java:38) ... 14其他原因：sun.reflect.nativemethodaccessorimpl.invoke0（本机方法）处的java.lang.reflect.invocationtargetexception at sun.reflect.nativemethodaccessorimpl.invoke（本机方法）at sun.reflect.nativemethodaccessorimpl.invoke（本机方法）。java:57)在sun.reflect.delegatingmethodaccessorimpl.invoke（delegatingmethodaccessorimpl。java:43)在java.lang.reflect.method.invoke（方法。java:606) 在org.apache.hadoop.util.reflectionutils.setjobconf（reflectionutils。java:106) ... 17更多原因：java.lang.runtimeexception:map operator initialization failed at org.apache.hadoop.hive.ql.exec.mr.execmapper.configure（execmapper）。java:134) ... 22更多原因：org.apache.hadoop.hive.ql.metadata.hiveexception:java.lang.classnotfoundexception:class com.cloudera.hive.serde.jsonserde未在org.apache.hadoop.hive.ql.exec.mapoperator.getconvertedoi（mapoperator）找到。java:314)在org.apache.hadoop.hive.ql.exec.mapoperator.setchildren（mapoperator。java:333)在org.apache.hadoop.hive.ql.exec.mr.execmapper.configure（execmapper。java:103) ... 22更多原因：java.lang.classnotfoundexception:class com.cloudera.hive.serde.jsonserde未在org.apache.hadoop.conf.configuration.getclassbyname（配置）中找到。java:1801)在org.apache.hadoop.hive.ql.exec.mapoperator.getconvertedoi（mapoperator。java:284) ... 24个以上
失败：执行错误，返回代码2 from org.apache.hadoop.hive.ql.exec.mr.mapredtask mapreduce作业已启动：作业0:map:1 reduce:1 hdfs read:0 hdfs write:0失败花费的mapreduce cpu总时间：0毫秒
有什么想法吗？