[Python] Dumbo/Hadoop

[dexter86]

Salve, sto seguendo questo tutorial per scrivere un applicazione distribuita per mapReduce/hadoop.
Tutorial Dumbo/hadoop


Ho installato correttamente hadoop e dumbo (per scrivere programmi hadoop in python)

Riesco a portare a termine tutti gli step del tutorial ma quando vado a vedere l'output generato viene qualcosa del genere

SEQ/org.apache.hadoop.typedbytes.TypedBytesWritable/org.apache.hadoop.typedbytes.TypedBytesWritable�������ޭǡ�q���%�O��������������172.16.1.10������
������������172.16.1.12������������������172.16.1.30������

invece se eseguo il programma localmente (senza hadoop) ottengo correttamente un file con l'elenco degli indirizzi IP con accanto il relativo numero di occorrenze.

Ho pensato si trattasse di un problema di codifica, quindi ho aggiunto .encode('utf-8') al sorgente python ma ottengo sempre lo stesso risultato.

Qualcuno puoi aiutarmi? Grazie in anticipo

[dexter86]

Mi rispondo da solo. Non c'è nessun errore.

Quella è la forma serializzata del risultato, per convertirla basta usare il comando (presente anche nel tutorial tra l'altro )

dumbo cat ipcounts/part* -hadoop /usr/local/hadoop | sort -k2,2nr | head -n 5