python - pyhdfs读文件报错

Question

用pyhdfs对hadoop hdfs操作，之前用listdir正常读取目录文件没有问题，但是用open时候出现了Failed to establish a new connection:[Errno 11004] getaddrinfo failed。
我的pyhdfs没有部署在节点里，因为是要在django中应用，节点机器不方便显示器展示页面，所以通过HdfsClient访问节点的。这个问题似乎是通信问题。
以下是测试代码，目的是循环扫描hdfs下的文件夹，检测新增文件，并读取新增文件以进行操作：

import pyhdfs
import time

hdfs = pyhdfs.HdfsClient(hosts='192.168.x.x:50070')
dir = '/django-test'
do_cycle = True
before_list = [file for file in hdfs.listdir(dir) if file.endswith('.txt')]
count = 0
while do_cycle == True:
    time.sleep(2)
    after_list = [file for file in hdfs.listdir(dir) if file.endswith('.txt')]
    add_list = list(set(after_list) - set(before_list))
    print('##################'+str(count)+'##################')
    print(add_list)
    if len(add_list) != 0:
        for file in add_list:
            data = hdfs.open(dir + '/' +file)
            #打开文件后动作略
            data.close()
    count += 1
    before_list = after_list

到了这句后报错：

data = hdfs.open(dir + '/' +file)

报错内容：

ConnectionError: HTTPConnectionPool(host='hadoop-slave10', port=50075): Max retries exceeded with url: /webhdfs/v1/django-test/D1044U00001729F7SD558.txt?op=OPEN&user.name=florian.fu&namenoderpcaddress=ns1&offset=0 (Caused by NewConnectionError('<requests.packages.urllib3.connection.HTTPConnection object at 0x000000000A890D68>: Failed to establish a new connection: [Errno 11004] getaddrinfo failed',))

Answer 1

hdfs = pyhdfs.HdfsClient(hosts='192.168.x.x:50070') set retry