使用TeraGen生成“terasort”输入数据集

Question

我想通过运行Hadoop附带的TeraGen program（在 hadoop-examples.jar 中）生成一个数据集（用于我自己的“terasort”MapReduce作业）：

hadoop jar /<full-path>/lib/hue/apps/oozie/examples/lib/hadoop-examples.jar teragen 1000 ./teragen

我没有得到符合格式的预期输出：

(10 bytes key) (10 bytes rowid) (78 bytes filler) \r \n

我收到的文件是：

• 以JimGrayRIP开头，后跟NUL个字符（当我尝试粘贴它时，它会被截断; I uploaded a copy to Dropbox），
• 包含每100个字节重复的两个字符，但是 - 而不是OD OA - 它们是EE FF。

可能出现什么问题？ 这可能是编码问题吗？

可以在任何地方下载样本“terasort”数据集吗？