我知道如何使用Pig，hive，sqoop使用Json加载器和Json serde导入和分析hadoop中的结构化和半结构化数据，但是如何导入非结构化数据，如视频或音频或图像，以及如何对其进行进一步分析。用简单的一步一步的方式解释，如果你有任何分析非结构化数据的用例，那将会有很大的帮助。谢谢！
答案 0 :(得分：0)
由于Hadoop不能很好地处理小文件，因此一种方法可能是将二进制文件分组为少量大文件（以避免处理 有大量的小文件。）
为了做到这一点，您可以使用自定义UDF将二进制文件（图像，音频，视频等）转换为序列文件，这些UDF将它们聚合并存储到HDFS中。
以下书籍Pig Design Patterns提供了有关该主题的一些设计模式（参见第2章）。
https://www.packtpub.com/mapt/book/big_data_and_business_intelligence/9781783285556
github上提供了一些代码snipets。
https://github.com/pradeep-pasupuleti/pig-design-patterns/blob/master/Chapter2
希望这有帮助！