hadoop自定义SdfTextInputFormat用在streaming中

本人其他博文中写了自定义InputFormat的制作。

可是直接加入后一直得不到想要的结果。

查看源码发现：

PipeMapper.java

        if (!this.ignoreKey) {
          write(key);
          clientOut_.write(getInputSeparator());
        }
        write(value);
        clientOut_.write('\n');
        if(skipping) {
          //flush the streams on every record input if running in skip mode
          //so that we don't buffer other records surrounding a bad record.
          clientOut_.flush();
        }

只有TextInputFormat时，streaming才默认只处理Value，其他inputFormat，key和value都要处理，改写PipeMapper.java

并重新生成streaming.jar只需要在MANIFEST.MF中指定主类就可以。

MANIFEST.MF:
Manifest-Version: 1.0
Ant-Version: Apache Ant 1.7.1
Created-By: 20.1-b02 (Sun Microsystems Inc.)
Main-Class: org.apache.hadoop.streaming.HadoopStreaming

jar cvfm  jar/hadoop-streaming-1.0.0.jar MANIFEST.MF -C classes/ .