Java hadoop中作为单个输入格式的多输入格式

我面临以下情况。请帮帮我。Im使用hadoop Mapreduce处理XML文件

通过参考这个网站，我可以偷偷地翻阅我的记录 但是当XML文件的大小大于块大小时，我没有得到正确的值 所以我需要读取整个文件 为此我得到了这个链接

但是现在的问题是如何将两个inputformat实现为一个inputformat

请尽快帮助我 谢谢

更新

public class XmlParser11
{

        public static class XmlInputFormat1 extends TextInputFormat {

        public static final String START_TAG_KEY = "xmlinput.start";
        public static final String END_TAG_KEY = "xmlinput.end";

        @Override
    protected boolean isSplitable(JobContext context, Path file) {
        return false;
        }


        public RecordReader<LongWritable, Text> createRecordReader(InputSplit split, TaskAttemptContext context) {
            return new XmlRecordReader();
        }

        /**
         * XMLRecordReader class to read through a given xml document to output
         * xml blocks as records as specified by the start tag and end tag
         *
         */


        public static class XmlRecordReader extends RecordReader<LongWritable, Text> {
            private byte[] startTag;
            private byte[] endTag;
            private long start;
            private long end;
            private FSDataInputStream fsin;
            private DataOutputBuffer buffer = new DataOutputBuffer();

            private LongWritable key = new LongWritable();
            private Text value = new Text();
            @Override
            public void initialize(InputSplit split, TaskAttemptContext context)
                    throws IOException, InterruptedException {
                Configuration conf = context.getConfiguration();
                startTag = conf.get(START_TAG_KEY).getBytes("utf-8");
                endTag = conf.get(END_TAG_KEY).getBytes("utf-8");
                FileSplit fileSplit = (FileSplit) split;

公共类XmlParser11
{
公共静态类XmlInputFormat1扩展了TextInputFormat{
公共静态最终字符串START\u TAG\u KEY=“xmlinput.START”；
公共静态最终字符串END_TAG_KEY=“xmlinput.END”；
@凌驾
受保护的布尔isSplitable（JobContext上下文，路径文件）{
返回false；
}
public RecordReader createRecordReader（InputSplit拆分，TaskAttemptContext上下文）{
返回新的XmlRecordReader（）；
}
/**
*XMLRecordReader类读取给定的xml文档以输出
*xml块作为开始标记和结束标记指定的记录
*
*/
公共静态类XmlRecordReader扩展了RecordReader{
专用字节[]startTag；
私有字节[]endTag；
私人长期启动；
私人长尾；
私有FSDataInputStream-fsin；
私有DataOutputBuffer=新DataOutputBuffer（）；
私有LongWritable密钥=新的LongWritable（）；
私有文本值=新文本（）；
@凌驾
公共void初始化（InputSplit拆分，TaskAttemptContext上下文）
抛出IOException、InterruptedException{
conf=context.getConfiguration（）；
startTag=conf.get（START_TAG_KEY）.getBytes（“utf-8”）；
endTag=conf.get（END_TAG_KEY）.getBytes（“utf-8”）；
filesplitfilesplit=（FileSplit）拆分；

---

但不起作用

使用isSplitable属性指定否来分割文件（即使达到块大小）。这通常用于确保大文件应由单个映射器处理

public class XmlInputFormat extends FileInputFormat {
@Override
 protected boolean isSplitable(JobContext context, Path file) {
 return false;
}

@Override
 public RecordReader<LongWritable, Text> createRecordReader(InputSplit split,TaskAttemptContext context)
 throws IOException {
  // return your version of XML record reader
 }
}

---

但是我们需要正确地编写RecordReader。我有一个用于xml阅读器的RecordReader，那么如何将整个文件阅读器合并到其中呢

// Set the maximum split size
setMaxSplitSize(MAX_INPUT_SPLIT_SIZE);