Mahout: java.lang.NumberFormatException：输入字符串格式错误

Question

我正在尝试让mahout工作，但是出现了以下错误：

3/05/16 22:48:53 INFO mapred.MapTask: record buffer = 262144/327680
13/05/16 22:48:53 WARN mapred.LocalJobRunner: job_local_0001
java.lang.NumberFormatException: For input string: "1119"
    at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)
    at java.lang.Long.parseLong(Long.java:430)
    at java.lang.Long.parseLong(Long.java:483)
    at org.apache.mahout.cf.taste.hadoop.item.ItemIDIndexMapper.map(ItemIDIndexMapper.java:47)
    at org.apache.mahout.cf.taste.hadoop.item.ItemIDIndexMapper.map(ItemIDIndexMapper.java:31)
    at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:144)
    at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:764)
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:370)
    at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:212)
13/05/16 22:48:54 INFO mapred.JobClient:  map 0% reduce 0%
13/05/16 22:48:54 INFO mapred.JobClient: Job complete: job_local_0001
13/05/16 22:48:54 INFO mapred.JobClient: Counters: 0
Exception in thread "main" java.io.FileNotFoundException: File does not exist: /user/eric.waite/temp/preparePreferenceMatrix/numUsers.bin
    at org.apache.hadoop.hdfs.DFSClient$DFSInputStream.openInfo(DFSClient.java:1843)
    at org.apache.hadoop.hdfs.DFSClient$DFSInputStream.<init>(DFSClient.java:1834)
    at org.apache.hadoop.hdfs.DFSClient.open(DFSClient.java:578)

我的输入文件非常简单：（示例）userid，storyId，评分（1-5）

2840281,1119,2
2840321,1170,3
2840323,1124,5
2840371,1170,5
2840347,1157,3
2840371,1172,5
2840347,1157,5
2840358,1333,5
2840371,1172,5
2840347,1157,5

我正在尝试使用以下命令运行一个基本示例：

hadoop jar /sourcecode/mahout/mahout-distribution-0.7/mahout-core-0.7-job.jar org.apache.mahout.cf.taste.hadoop.item.RecommenderJob -s SIMILARITY_COOCCURRENCE --input ratings.dat --output output

Java信息：

java版本“1.7.0_13” Java(TM) SE Runtime Environment（build 1.7.0_13-b20）Java HotSpot(TM) 64-Bit Server VM（build 23.7-b01，mixed mode）我在mac 10.8.2上。

有人对为什么整数被读取为字符串并生成NumberFormatException有任何建议吗？

谢谢。

- Eric W

---

Java版本“1.7.0_13” Java(TM) SE Runtime Environment（版本1.7.0_13-b20） Java HotSpot(TM) 64位服务器虚拟机（版本23.7-b01，混合模式）我使用的是Mac 10.8.2操作系统。 - Eric W

导出JAVA_HOME=/usr/libexec/java_home -v 1.7 - Eric W

已将其放入您的问题中，对我来说，这看起来像是Java API中的一个错误（只要我们在该异常的引号之间找不到任何奇怪的字符）。 1119 绝对可以解析为长整型。 - Thomas Jungblut

你能否使用以下代码来检查是否是Java API的错误：System.out.println(Long.parseLong("1119")); - zsxwing

当然在Java中可以实现。 - Sean Owen

Answer 1

你可能有一些非打印字符的问题。当然，它显示的字符串可以很好地解析为长整型。(引号仅为其错误消息的一部分。)

要了解我的意思，请尝试：

    System.out.println(Long.parseLong("\u00001119"));

它以相同的错误失败，这个错误本身令人困惑。 除了使用十六进制编辑器之外，不确定如何轻松调试此问题。

- Sean Owen

Answer 2

你可以调试RecommendJob并检查异常发生的位置，检查实际字符串值，可能输入文件中有一些空白或无用字符。 我也遇到了这个异常，我的异常出现在这里：

String[] tokens = TasteHadoopUtils.splitPrefTokens(value.toString());
long itemID = Long.parseLong(tokens[transpose ? 0 : 1]);

- Aaren Shar