XmlInputFormat的拆分是否始终包含元素的开始和结束标记？

Question

我想知道如何处理带有多个拆分的Xml文件。 谁负责将Xml元素的起始和结束标记放在同一个分割中？ 它是XmlInputFormat或在HDFS上创建Xml文件的程序的责任吗？

最佳， 泡菜

Answer 1

XMLInputFormat要求您分别使用xmlinput.start和xmlinput.end指定开始和结束标记。有一次，您已经为xml指定了开始和结束标记，那么XMLInputForamt的RecordReader将能够找出记录边界。

如需参考，请查看XMLInputFormat的代码。

因此，在HDFS中创建XML文件的程序不必执行任何操作。