1. 现象描述

     在进行yarn探测开发的时候，我们的设计是提交一个wordcount的MapReduce作业，根据作业运行的结果作为yarn集群可用性的指标。一般的wordcount的作业，在运行阶段时候使用hdfs进行读写操作。为了摆脱这个限制，我们自己实现了一个wordcount作业。使用这个WordCount.class作为jar提交作业会报SimpleOutputFormat.class not found错误。

上图是wordcount实现方式。

    为了解决这个问题，在进行yarn探测开发时，我们的做法是把WordCount.class单独打包放到resources/lib下作为第三方jar使用，通过setJar(path)的方式来提交这个wordcount作业。由此就需要把resources/lib下的wordcount.jar拷贝到本地某个目录下，并且获得这个目录路径。

上图为具体实现方式。

实现了这个逻辑后，我们测试还是会报SimpleOutputFormat.class not found错误。

2. 排查原因

   我们对最初版的代码进行对比测试怀疑是在本地生成的wordcount.jar有问题，我们对打出的原始wordcount.jar和在服务器生成的wordcount.jar进行了MD5比较，发现两者不一致。

我们把经过maven打包生成的mozi-detector.jar进行解压，对比了BOOT-INF/classes/lib/wordcount.jar和原始的wordcount.jar的MD5，发现不一致。而且执行java -jar wordcount.jar会报Invalid or corrupt jarfile的错误，由此可推断maven在打包的过程中对wordcount.jar进行了某种处理，导致了文件损坏。

经过对比排查，定位到在pom.xml里配置了一个build标签，删除这个build配置后恢复正常。查阅资料，使用这个配置之后，maven在打包之后会对在resources目录下的文件使用UTF-8转码保存，会导致resource目录下的二进制文件损坏。

   <build>
        <resources>
            <resource>
                <directory>src/main/resources</directory>
                <includes>
                    <include>**/*.xml</include>
                    <include>**/*.yml</include>
                    <include>**/*.properties</include>
                    <include>**/*.jar</include> 
                </includes>
                <filtering>true</filtering>
            </resource>
        </resources>
    </build>

3. 解决方式

在<includes>下加一个<excludes>排除文件，或者不添加<include>.