输入格式决策

Question

我想弄清楚哪个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：

     

Example：

     

1abialkjfjkaoasdfjksdlkjhqweroij

     

2kadfjhuwqounahagtnbvaswslmnbfgy

     

3kjfteiomndscxeqalkzhtopedkfsikj

     

您希望将每一行作为一条记录发送到Mapper。哪一个   您应该使用InputFormat来完成该行：conf.setInputFormat   （____。班）; ？

     

一个。 SequenceFileAsTextInputFormat

     

B中。 SequenceFileInputFormat

     

℃。 KeyValueFileInputFormat

     

d。 BDBInputFormat

我的分析：

选项A 是我发现存在的格式，但我不确定它的正确用法以及是否适合作为答案。

选项B 是不可能的，因为SequenceFiles是二进制数据（K，V）对的二进制数据文件，因此不适合..

选项C 是不可能的，因为没有KeyValueFileInputFormat，虽然在这里，如果它是一个拼写错误，它实际上是KeyValuetextInputFormat，我认为这将是一个不错的选择。或者不是吗？

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

谢谢！ d

Answer 1

如您猜测的那样，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。

有关详情，请参阅：How to specify KeyValueTextInputFormat Separator in Hadoop-.20 api?

Answer 2

答案是选项C 。这可能是一个错字

KeyValueTextInputFormat可帮助您通过TAB分割线条。 因此，行号将是键，字符串将是值。