自定义InputFormat案例-（合并文件）

最新推荐文章于 2022-04-10 23:23:56 发布

TrueDei

最新推荐文章于 2022-04-10 23:23:56 发布

阅读量763

点赞数

分类专栏：大数据文章标签：自定义InputFormat InputFormat合并文 hadoop java 大数据

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_17623363/article/details/104130822

版权

大数据专栏收录该内容

21 篇文章 ¥49.90 ¥99.00

订阅专栏

本文介绍了如何通过自定义InputFormat来解决Hadoop处理小文件效率低的问题，具体实现将多个小文件合并成一个SequenceFile，其中包含详细的需求、工程代码结构及测试结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

引言

无论HDFS还是MapReduce，在处理小文件时效率都是非常低，但又难免面临处理大量小文件的场景，此时，就需要有相应的解决方案。可以自定义InputFormat实现小文件的合并。

需求

将多个小文件合并成一个SequenceFile文件(SequenceFile文件是Hadoop用来存储二进制形式的key-value对的文件格式)，SequenceFile里面存储着多个文件，存储的形式为路径+名称的key，文件内容为value。

1、输入数据

三个txt文件
在这里插入图片描述

2、期望输出文件格式

在这里插入图片描述

工程代码

工程结构

了解本专栏

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

TrueDei 你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。