如果我使用org.apache.hadoop.mapreduce（new）API，如何配置Hadoop MapReduce映射器输出压缩？

Question

是否可以在新的mapreduce API上启用映射器输出压缩，如果可以，请指出如何？我看到很多示例基于hadoop.mapred.JobConf API执行此操作，但mapreduce API没有。

如果无法通过new API进行配置，我可以采取哪些措施让它发挥作用吗？

Answer 1

您可以使用以下代码启用地图输出压缩：

public static void enableMapOutputCompress(Job job) {
    job.getConfiguration().setBoolean("mapred.compress.map.output", true);
    job.getConfiguration().setClass("mapred.map.output.compression.codec",
            SnappyCodec.class, CompressionCodec.class);
}

您可以将org.apache.hadoop.io.compress.SnappyCodec更改为其他压缩类，例如：org.apache.hadoop.io.compress.GzipCodec，org.apache.hadoop.io.compress.LzoCodec。

我建议使用SnappyCodec。