Eclipse maven hadoop -- java.io.IOException: No FileSystem for scheme: hdfs

2019-01-10

概述

　　今天在Windows系统下新安装了Eclipse和maven的环境，想利用Maven构建一个Hadoop程序的，结果却发现程序运行时一直报 “No FileSystem for scheme: hdfs” 的异常。网友贴出的解决方案在我这都不适用。经过数小时痛苦的折磨以后才终于找到我这种情况的原因：Maven自动下载的 hadoop-hdfs-2.7.7.jar 库文件不正确！！！

环境

HDFS搭建在一组ubuntu server集群上，系统正常运行。 Hadoop 2.7.7

Windows 10 下安装：

1. Eclipse  Photon Release (4.8.0)
2. JDK 1.8
3. Maven 3.6.0

Eclipse上所使用的主要源码如下：

     void access() {
         Configuration conf = new Configuration();
         conf.set("fs.defaultFS", "hdfs://usmaster:8020");
         try {
             FileSystem fs = FileSystem.get(conf); //运行到该行时报异常。
             System.out.println(fs.getHomeDirectory().toUri().toString());
             System.out.println("read end!");
         } catch (Exception e) {
             e.printStackTrace();
         }
     }

异常栈信息如下：

java.io.IOException: No FileSystem for scheme: hdfs
    at org.apache.hadoop.fs.FileSystem.getFileSystemClass(FileSystem.java:2658)
    at org.apache.hadoop.fs.FileSystem.createFileSystem(FileSystem.java:2665)
    at org.apache.hadoop.fs.FileSystem.access$200(FileSystem.java:93)
    at org.apache.hadoop.fs.FileSystem$Cache.getInternal(FileSystem.java:2701)
    at org.apache.hadoop.fs.FileSystem$Cache.get(FileSystem.java:2683)
    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:372)
    at org.apache.hadoop.fs.FileSystem.get(FileSystem.java:171)
    ...

解决过程

　　遇到这个问题，首先思考下异常原因：No FileSystem for scheme: hdfs 。似乎是不能识别hdfs协议！那首先来检查一下HDFS系统的运行状况。经检查，我的HDFS集群运行正常。WEB UI正常打开，也可以通过Shell命令正常地与HDFS交互。排除掉HDFS系统的原因。

　　其次检查我的源代码，为了纠错将源代码缩减到最减化的地步，如上面贴出来的代码所示。根据代码来看，也可以排除掉我写的代码有错误的原因。

　　然后再检查Maven的pom配置信息。我的pom.xml全文如下所示：

 <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
   <modelVersion>4.0.0</modelVersion>

   <groupId>com.chorm</groupId>
   <artifactId>HelloWorld</artifactId>
   <version>0.0.1-SNAPSHOT</version>
   <packaging>jar</packaging>

   <name>HDFS</name>
   <url>http://maven.apache.org</url>

   <properties>
     <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
     <hadoop.version>2.7.7</hadoop.version>
   </properties>

   <dependencies>
     <dependency>
       <groupId>junit</groupId>
       <artifactId>junit</artifactId>
       <version>3.8.1</version>
       <scope>test</scope>
     </dependency>

     <dependency>
       <groupId>org.apache.hadoop</groupId>
       <artifactId>hadoop-client</artifactId>
       <version>${hadoop.version}</version>
     </dependency>

   </dependencies>
 </project>

　　同时检查了项目的Maven Dependencies，该有的jar包都有。似乎也和Maven依赖没关系。

　　那接下来再检查JRE，似乎也没发现问题。。。

　　好嘛，检查一圈下来哪哪都没问题，那它怎么就是报错？？？

　　现在只剩百度了。。。经过一番搜索，网上虽然也有不少报相同异常的情况，但是按照他们的方案都没能解决我的问题。还得继续靠自己来分析。。。

那我就不用Maven来构建程序。我直接创建一个Java Project，看看有没有可能是我下载的Maven程序有问题。创建Java Project的过程大致如下：

1. 新建一个Java Project
2. 贴上上面的源代码
3. 在HDFS集群上将 ./hadoop/share/hadoop 目录下相关的jar库拷出来，添加到Project依赖库中。
4. run it...

正常运行。。。

这似乎真和Maven脱不了干系。

那只能调试程序了。。。。

首先定位到抛出这个异常的代码：

at org.apache.hadoop.fs.FileSystem.getFileSystemClass(FileSystem.java:2658)

图1

　　由上图来看，抛异常是因为claszz变量在第2652行和第2655行都没能得到对象引起的（找不到对象的变量真的是可怕）。第2652行是要从Configuration对象中读取配置信息的，就是从core-default.xml或core-site.xml中读取配置信息。这个信息我这边并没有指定，所以它肯定是返回一个NULL的。那我们在第2654行打一个断点，来调试一下看怎么回事。

图2

　　单步跳过第2655行以后看一下这个SERVICE_FILE_SYSTEMS变量。

图3

　　似乎这个对象里真的没有key值能匹配“hdfs”的对象值啊。这就有点奇怪了。那再调试一下前面自己建的那个“Java Project”，在同样位置打断点来查看这个变量值。

图4

　　神奇了。。。为什么用maven构建的程序会导致这个SERVICE_FILE_SYSTEMS变量里没有“hdfs”的对象？去看看这个SERVICE_FILE_SYSTEMS是在哪里赋值的。

图5

　　查了源码，这个SERVICE_FILE_SYSTEMS只在这一处地方有赋值操作。其值来自于ServiceLoader.load(FileSystem.class)。我不了解这个ServiceLoader.load()方法是干什么的，不过似乎和hadoop的FileSystem有关系，经查询这个FileSystem来自于hadoop-common-2.7.7.jar库。这个FileSystem类在Maven构建的程序中的依赖库中能找到，在Java Project中手动添加的依赖库中也能找到。

图6

　　再去查一下上图4中那个与“hdfs”有关的DistriubtedFileSystem的类。却发现只能在自己创建的Java Project中找到它位于hadoop-hdfs-2.7.7.jar中，在Maven构建的程序中没有！！难道是maven自动下载的hadoop-hdfs-2.7.7.jar 库有问题？打开来看一下。

图7

　　神奇有没有，maven自动下载的库中也有这个class。但是为什么似乎Eclipse就是识别不到它？？

　　再对比一下这两个hadoop-hdfs-2.7.7.jar的文件属性信息。

图8

　　文件大小显然不一样，这两个库有差异啊！

　　那将我手动从HDFS中导出来的hadoop-hdfs-2.7.7.jar替换掉我Maven自动下载的那个hadoop-hdfs-2.7.7.jar来试试。

图9

　　运行程序。。

图10

　　问题解决！！！！

　　不过我至今搞不懂为什么maven自动下载的那个hadoop-hdfs-2.7.7.jar库会不行。。也搞不懂这两个库之间的差异是怎么回事。

　　不过我这边安装的HDFS是直接在Hadoop的官网上下载的2.7.7版本。我不知道Maven帮我下载的库是不是什么CDH版本的。也许真的是依赖库文件来源的Hadoop程序版本不一致导致的。我这边就暂时不作深究了。。