我必须处理（通过Hadoop）不带分隔符的变长文件。 这些文件的格式为：
（LengthRecord1）（Record1）（LengthRecord2）（Record2）...（LengthRecordN）（RecordN）
记录之间没有定界符（文件在一行中）。 在LenghtRecord和Record本身之间没有定界符（括号中的括号仅是为了清楚起见）。
我认为我不能同时使用TextInputFormat和KeyValueTextInputFormat默认类，因为它们基于使用换行或回车来表示行尾的信息。
所以，我认为我必须自定义InputFormat来加载这些文件。但是我不知道该怎么做。
我是否必须重写createRecordReader（）才能读取记录n的长度，并标识记录n的结尾？如果是这样，我如何处理拆分可能有一半行的事实？
谢谢。
致谢