如何在Hadoop Map/Reduce中使用LZO以外的压缩来处理协议缓冲区文件？

我想使用Hadoop Map/Reduce来处理协议缓冲区文件，这些文件是使用LZO以外的东西压缩的，例如

xz

或

gzip

。Twitter的大象鸟库似乎主要支持读取LZO压缩的protobuf文件，因此似乎不能满足我的需要。是否有一个现有的库或标准方法来实现这一点

---

（注意：正如我选择的压缩算法所示，解决方案不需要使protobuf文件可拆分。您的答案甚至不需要指定特定的压缩算法，但至少应该允许我提到的其中一种。）

您可能需要查看用于Hadoop的RAgzip修补程序，以处理大型Gzip文件的多个映射任务：

您可能需要查看用于Hadoop的RAgzip修补程序，以处理大型Gzip文件的多个映射任务：