Mahout的XmlInputFormat是否在不重写的情况下处理gzip压缩文件？
Mahout的XmlInputFormat可以在不重写任何方法的情况下处理gzip数据吗？我一直在尝试解析WikipediaXML数据，但到目前为止都没有成功 我听说Hadoop能够自动处理gzip文件，但我现在假设它包含在TextInputFormat类中，或者特定于其他输入格式，并且没有内置到Mahout的输入格式中。但也许我错过了什么 注意：我已经能够解析xml了，但是我从来没有找到一个明确的答案，我很惊讶我这么难找到一个。希望有更聪明的人能启发我和其他人。根据这一点，没有编解码器处理，没有覆盖我认为这是不可能的 对于LineRecordReader，它看起来像这样，并且基于文件扩展名，它确实应用了编解码器 您仍然可以尝试使用cloud9提供的WikipediaPageInputFormat 他们已经处理好了，检查是否对你有效Mahout的XmlInputFormat是否在不重写的情况下处理gzip压缩文件？,xml,hadoop,mapreduce,gzip,mahout,Xml,Hadoop,Mapreduce,Gzip,Mahout,Mahout的XmlInputFormat可以在不重写任何方法的情况下处理gzip数据吗？我一直在尝试解析WikipediaXML数据，但到目前为止都没有成功 我听说Hadoop能够自动处理gzip文件，但我现在假设它包含在TextInputFormat类中，或者特定于其他输入格式，并且没有内置到Mahout的输入格式中。但也许我错过了什么 注意：我已经能够解析xml了，但是我从来没有找到一个明确的答案，我很惊讶我这么难找到一个。希望有更聪明的人能启发我和其他人。根据这一点，没有编解码器处理，没