Hadoop 从MapReduce压缩输出文件,而不合并它们
我有一个MR作业,它使用多路输出格式,输出500个文件。我想压缩这些文件而不合并它们 您必须使用Hadoop 从MapReduce压缩输出文件,而不合并它们,hadoop,mapreduce,zip,multipleoutputs,Hadoop,Mapreduce,Zip,Multipleoutputs,我有一个MR作业,它使用多路输出格式,输出500个文件。我想压缩这些文件而不合并它们 您必须使用SequenceFileOutputFormat:以二进制(原始)格式将键、值写入SequenceFile的OutputFormat SequenceFile.CompressionType中可以有三种变体 块:将记录序列压缩到块中 无:不压缩记录 记录:仅压缩值,每个值单独压缩 代码中的关键更改 Path outDir = new Path(WORK_DIR_PREFIX + "/out/" + j
SequenceFileOutputFormat
:以二进制(原始)格式将键、值写入SequenceFile的OutputFormat
SequenceFile.CompressionType中可以有三种变体
块:将记录序列压缩到块中
无:不压缩记录
记录:仅压缩值,每个值单独压缩
代码中的关键更改
Path outDir = new Path(WORK_DIR_PREFIX + "/out/" + jobName);
job.setOutputFormatClass(SequenceFileOutputFormat.class);
SequenceFileOutputFormat.setOutputPath(job, outDir);
SequenceFileOutputFormat.setOutputCompressionType(job, CompressionType.BLOCK);
看看SequenceFileOutputFormat的使用情况