关于MapReduce的解压缩

Hadoop之MapReduce的压缩

这是mr的一种优化策略，通过压缩编码对mapper或者reducer的输出进行压缩，
以减少磁盘io，提高mr运行速度（但也增加了cpu运算负担）

1.为什么要压缩？
答：运算密集的job，少用压缩 -- IO密集的job多用压缩
2.优缺点？
答：优点=减少磁盘IO、减少磁盘存储空间
    缺点=增加了CPU的使用
3.哪几种方法？
答：
Gzip 压缩
    优点：压缩率比较高；
    缺点：不支持 Split；压缩/解压速度一般；
Bzip2 压缩
    优点：压缩率高；支持 Split；
    缺点：压缩/解压速度慢。
Lzo 压缩
    优点：压缩/解压速度比较快；支持 Split；
    缺点：压缩率一般；想支持切片需要额外创建索引。
Snappy 压缩
    优点：压缩和解压缩速度快；
    缺点：不支持 Split；压缩率一般；