正如chiron所解释的，您需要指定hadoop输入格式。这可以通过设置 HADOOP_INPUT_FORMAT mrjob中的选项

from mrjob.job import MRJob
from mrjob.protocol import JSONProtocol
class MRAvro(MRJob):
    # Converts each AVRO record into one JSON record per line 
    HADOOP_INPUT_FORMAT = 'org.apache.avro.mapred.AvroAsTextInputFormat'
    # Reads each JSON line into 
    INPUT_PROTOCOL = JSONProtocol

    def mapper(self, avro_record, _):
        # TODO

    def reducer(self, key, values):
        # TODO

在配置中，您需要确保 AvroAsTextInputFormat 在集群上可用；从v0.5.3开始，您可以使用 --libjar 或者在mrjob配置文件中配置libjars（在v0.5.3未发布时；请参见上的讨论 --libjar 在功能请求中）。
我不知道一个简单的方法来集成本地测试与avro( HADOOP_INPUT_FORMAT 被本地跑步者忽略）。一种解决方案是使用apacheavro工具的tojson方法转换测试数据。

java -jar avro-tools-1.8.1.jar test_data.avro > test_data.json

否则，您可以使用avro或fastavro库在python中编写自己的函数，为本地执行准备数据。

您需要告诉hadoop您的hadoop作业的“输入格式”是什么格式：

hadoop jar hadoop-streaming.jar 
  ;; other params go here
  -inputformat org.apache.avro.mapred.AvroAsTextInputFormat

但我不知道你是怎么做的。如果您使用的是纯hadoop，那么我以前的解决方案是有效的。