本文详细介绍了Hadoop MapReduce中的几种InputFormat，包括TextInputFormat、KeyValueTextInputFormat、NLineInputFormat、CombineFileInputFormat以及自定义InputFormat。解释了它们的键值对类型、切片方式和切片数量，帮助理解如何处理输入数据。
切片方法
TextInputFormat（LongWritable，Text）
默认的切片方法
键：存储该行在整个文件的起始字节偏移量。（LongWritable类型）
值：这行的内容，不包括任何终止符（换行符，回车符）。（Text类型）
切片方式：
一次读取一行
一行数据按照分隔符进行切片
切片数量：
一个文件，启用一个MapTask，key是每一个分割块，value是自定义
KeyValueTextInputFormat（Text，Text）
键：每行排在制表符之前的Text序列。（Text类型）
值：分隔符之后的内容。（Text类型）
切片方式：
按照分割符一次读取一行，key是第一个分割块，value是后面所有数据
切片数量：
一个文件，启用一个MapTask
最低0.47元/天 解锁文章
2194
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
