转:http://www.aboutyun.com/thread-11070-1-1.html
import java.io.FileInputStream; - import java.io.FileOutputStream;
- import java.io.IOException;
- import java.io.InputStream;
- import java.io.OutputStream;
- import org.apache.hadoop.conf.Configuration;
- import org.apache.hadoop.fs.FileSystem;
- import org.apache.hadoop.fs.Path;
- import org.apache.hadoop.io.IOUtils;
- import org.apache.hadoop.io.compress.CompressionCodec;
- import org.apache.hadoop.io.compress.CompressionCodecFactory;
- import org.apache.hadoop.io.compress.CompressionOutputStream;
- import org.apache.hadoop.io.compress.GzipCodec;
- import org.apache.hadoop.util.ReflectionUtils;
- public class CompressionTest {
- //设在本地目录下有一个名为uploadFile的文件,对本地文件进行gzip压缩
- public static void StreamCompresson() throws IOException
- {
- Configuration conf = new Configuration();
- //注意此处得到压缩器的方法,CompressionCodec是一个封装了压缩器的接口.
- //下面的语句根据第一个参数产生相应的压缩器
- CompressionCodec codec = (CompressionCodec) ReflectionUtils.newInstance(GzipCodec.class, conf);
-
- FileOutputStream outFile = new FileOutputStream("uploadFile.gz"); //用于将数据写入该流指向的文件中
- FileInputStream in = new FileInputStream("uploadFile"); //该文件会被写压缩输出流,即被压缩。
- //要压缩的话,如下对一个写入输出流的数据进行压缩
- CompressionOutputStream out = codec.createOutputStream(outFile);
- IOUtils.copyBytes(in, out, 4096, true);
- }
-
- //
- public static void FileDecompressor() throws IOException
- {
- Configuration conf = new Configuration();
- FileSystem local = FileSystem.getLocal(conf);
- Path input = new Path("uploadFile.gz");
- //获取所拥有的所有压缩器——工厂
- CompressionCodecFactory factory = new CompressionCodecFactory(conf);
- //根据后缀得到相应的压缩器
- CompressionCodec codec = factory.getCodec(input);
- //移除文件名的后缀
- String outputUri =CompressionCodecFactory.removeSuffix("uploadFile.gz", codec.getDefaultExtension());
- InputStream in = null;
- OutputStream out = null;
- //从压缩输入流中读取内容放入文件输出流
- in = codec.createInputStream(local.open(input));
- out = local.create(new Path(outputUri));
- IOUtils.copyBytes(in, out, conf, true);
- }
-
- public static void main(String [] args) throws IOException
- {
- StreamCompresson();
- FileDecompressor();
- }
- }
复制代码
另外,注意gzip 为压缩命令,gunzip为解压命令,具体使用可以用man查看。 对HDFS上的压缩文件(也包括序列文件),要是用hadoop -text来查看内容。 2.MapReduce上的压缩和解压 对于MapReduce 上的输入文件,TextInputFormat会自动识别是否是压缩文件,并进行解压,所以可以与普通文件进行完全相同的 处理。 对与输出文件,如果要进行压缩,需要对run()函数中的配置变量Configuration conf进行如下设置: conf.setBoolean("mapred.output.compress", true); //启用输出文件压缩 conf.setClass("mapred.output.compression.codec", GzipCodec.class, CompreissionCodec.class); //选择压缩器 |
|
|
|
|