$ cat abook.txt | base64 –w 0 >onelinetext.b64
$ hadoop fs –put onelinetext.b64 /input/onelinetext.b64
$ hadoop jar hadoop-streaming.jar \
-input /input/onelinetext.b64 \
-output /output \
-inputformat org.apache.hadoop.mapred.lib.NLineInputFormat \
–mapper wc
Num任务：1，输出有一行：
第1行：1 2 202699
这是有道理的，因为每个映射器都有一行。
$ bzip2 onelinetext.b64
$ hadoop fs –put onelinetext.b64.bz2 /input/onelinetext.b64.bz2
$ hadoop jar hadoop-streaming.jar \
-Dmapred.input.compress=true \
-Dmapred.input.compression.codec=org.apache.hadoop.io.compress.GzipCodec \
-input /input/onelinetext.b64.gz \
-output /output \
-inputformat org.apache.hadoop.mapred.lib.NLineInputFormat \
–mapper wc
我期待与上面相同的结果，'在处理单行文本（即wc）之前应该进行coz解压缩，但是，我得到了：
Num任务：397，输出有397行：
Line1-396：0 0 0
第397行：1 2 202699
知道为什么这么多mapred.map.tasks＆lt;＆gt; 1？分裂？ 我故意选择gzip，因为我认为它不能拆分。 使用bzip2和lzop编解码器时，我得到了类似的结果。
提前感谢您的回答。