输入格式决策

Question

我试图找出哪个给定的答案最适合这个问题：

给定具有以下结构的文件目录：行号， 制表符，字符串：

例：

1abialkjfjkaoasdfjksdlkjhqweroij

2kadfjhuwqounahagtnbvaswslmnbfgy

3kjfteiomndscxeqalkzhtopedkfsikj

您希望将每行作为一条记录发送到映射器。哪 InputFormat 你应该用来完成这一行：conf.setInputFormat （____.class） ; ？

A. 序列文件作为文本输入格式

B. 序列文件输入格式

C. 键值文件输入格式

D. BDBInputFormat

我的分析：

选项 A 是我发现存在的一种格式，但我不确定它的正确用法以及它是否适合作为答案。

选项B是不可能的，因为序列文件是二进制数据（K，V）二进制数据对的文件，因此不合适。

选项 C 是不可能的，因为没有 KeyValueFileInputFormat，尽管在这里，如果它是一个拼写错误并且它实际上是 KeyValuetextInputFormat，那么我认为这将是一个不错的选择。还是不是？

选项 D 是不可能的，因为没有 BDBInputFormat，即使它是一个拼写错误并且它实际上是 BDInputFormat，也不适合这种情况。

谢谢！D

Answer 1

答案是选项 C。可能是错别字

KeyValueTextInputFormat可帮助您使用 TAB 拆分行。因此，行号将是键，字符串将是值。

Answer 2

正如

您所猜测的那样，它可能是选项 C 中的拼写错误，它应该是 https://hadoop.apache.org/docs/current/api/org/apache/hadoop/mapred/KeyValueTextInputFormat.html 的。

有关更多详细信息，请参阅：如何在Hadoop-.20 api中指定KeyValueTextInputFormat Separator？