hadoop在读sequence文件时，会将文件拷贝两份，然后进map处理

zxu_er

于 2018-10-31 20:52:17 发布

阅读量197

点赞数

CC 4.0 BY-SA版权

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/zekser/article/details/83590448

本文解析了在Hadoop中使用SequenceFileInputFormat可能导致的数据复制问题，强调了应使用FileInputFormat来避免不必要的数据冗余，确保数据处理流程的效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

读取sequencefile，在设置输入路径的时候，如果设置成

SequenceFileInputFormat.addInputPath(job, new Path(args[0]));

则会把文件拷贝两份。

正确的还是应该设置成：

FileInputFormat.setInputPaths(job, new Path(args[0]));

记一下

评论 1

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

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。