希望你能帮助我。hadoop map reduce让我头疼。在hadoop版本1.0.3中，我已经在map reduce上成功地使用了“-files”选项。但是，当我使用“-archives”选项时，它会复制文件，但不会解压缩它们。我错过了什么？文档中说“归档文件（zip、tar和tgz/tar.gz文件）在从属节点上是未归档的”，但这不是我看到的。
我已经创建了3个文件：文本文件“alice.txt”，zip文件“bob.zip”（包含b1.txt和bdir/b2.txt），tar文件“claire.tar”（包含c1.txt和cdir/c2.txt）。然后通过调用hadoop作业

hadoop jar myJar myClass -files ./etc/alice.txt -archives ./etc/bob.zip,./etc/claire.tar <input_path> <output_path>

文件确实存在，而且格式良好：

% ls -l etc/alice.txt etc/bob.zip etc/claire.tar
-rw-rw-r-- 1 hadoop hadoop     6 Aug 20 18:44 etc/alice.txt
-rw-rw-r-- 1 hadoop hadoop   282 Aug 20 18:44 etc/bob.zip
-rw-rw-r-- 1 hadoop hadoop 10240 Aug 20 18:44 etc/claire.tar
% tar tf etc/claire.tar
c1.txt
cdir/c2.txt

然后，我对存在问题的文件进行Map器测试，例如，其中“linenumber”是传递到Map器的键：

String key = Long.toString(lineNumber.get());
String [] files = {
    "alice.txt",
    "bob.zip",
    "claire.tar",
    "bdir",
    "cdir",
    "b1.txt",
    "b2.txt",
    "bdir/b2.txt",
    "c1.txt",
    "c2.txt",
    "cdir/c2.txt"
};
String fName = files[ (int) (lineNumber.get() % files.length)];
String val = codeFile(fName);
output.collect(new Text(key), new Text(val));

支持例程“codefile”是：

private String codeFile(String fName) {
    Vector<String> clauses = new Vector<String>();
    clauses.add(fName);
    File f = new File(fName);

    if (!f.exists()) {
        clauses.add("nonexistent");
    } else {
        if (f.canRead()) clauses.add("readable");
        if (f.canWrite()) clauses.add("writable");
        if (f.canExecute()) clauses.add("executable");
        if (f.isDirectory()) clauses.add("dir");
        if (f.isFile()) clauses.add("file");
    }
    return Joiner.on(',').join(clauses);
}

使用Guava'乔伊纳'类。Map器的输出值如下所示：

alice.txt,readable,writable,executable,file
bob.zip,readable,writable,executable,dir
claire.tar,readable,writable,executable,dir
bdir,nonexistent
b1.txt,nonexistent
b2.txt,nonexistent
bdir/b2.txt,nonexistent
cdir,nonexistent
c1.txt,nonexistent
c2.txt,nonexistent
cdir/c2.txt,nonexistent

所以你看到了问题-存档文件在那里，但它们没有被解包。我错过了什么？我也尝试过使用distributedcache.addcachearchive（）而不是使用-archives，但问题仍然存在。