自定义的InputFormat和自定义分区

用一个案例来讲述怎样自定义实现InputFormat和OutputFormat

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，存储的形式为文件路径＋名称为key，文件内容为value）

package com.jee.inputformat;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.BytesWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.InputSplit;
import org.apache.hadoop.mapreduce.JobContext;
import org.apache.hadoop.mapreduce.RecordReader;
import org.apache.hadoop.mapreduce.TaskAttemptContext;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import java.io.IOException;


// 直接继承FileInputFormat而不是InputFormat
// 原因是如果继承InputFormat 我们需要重写两个方法 一个是切片方法 另一个是将读取的内容转化成key-value
// 而我们之间继承InputFormat的子类FileInputFormat 它已经实现了切片方法（就是默认的FIF切片方法） 在我们这个案例也适用  我们只需要实现将读取的内容转化成key-value即可
// FileInputFormat的参数类型  是map任务接受到的类型  根据案例要求是 文件名和文件内容
// 所以参数适用 Text 和 BytesWritable （因为有些文件不一定是字符串 所以最好不使用Text 而是用BytesWritable 字节）
public class WholeFileInputFormat extends FileInputFormat<Text, BytesWritable> {

    //根据需求  我们的文件 不论大小 都不能被切片 直接返回false
    @Override
    protected boolean isSplitable(JobContext context, Path filename) {
        return false;
    }

    public RecordReader createRecordReader(InputSplit inputSplit, TaskAttemptContext taskAttemptContext) throws IOException, InterruptedException {
        return new WholeFileRecordReader();
    }
}

package com.jee.inputformat;

import org.apache.hadoop.fs.FSDataInputStream;
import org.apache.hadoop.fs.FileSystem;
import org.a