Hadoop 加载文件时避免解析

假设我有以下文件（input.txt）：

i、 e.一种以制表符分隔的文件，其中每行由两个字符串组成，表示一个

整数

，第三个字符串表示任意文本

此文件是

PigLatin

脚本的输入：

input = load 'input.txt' as (a:int, b:int, c:chararray);

我的假设是Pig将浪费时间解析文本文件以生成相应的整数。我说得对吗

我想将三个整数的二进制表示形式存储在一个二进制文件中

---

我怎样才能让猪理解这样的二进制文件？我应该简单地扩展

LoadFunc

还是需要使用

BinStorage

？

您担心在这里浪费多少时间？假设脚本的其余部分做了任何有意义的事情，或者文件足够大（因此IO会很严重），那么与其他内容相比，解析工作可以忽略不计

您可能需要小心将整数存储在原始二进制文件中，因为这样您就必须考虑诸如big-endian和little-endian之类的内容。如果将使用此功能的所有系统都位于同一体系结构上，则忽略此注释。

input = load 'input.txt' as (a:int, b:int, c:chararray);