AI 助理
备案控制台
开发者社区> 问答> 正文

hadoop中数据输入小文件处理方法有哪些？

hadoop中数据输入小文件处理方法有哪些？

展开
收起
游客qzzytmszf3zhq 2021-12-08 21:55:52 339 0
1 条回答
写回答
取消 提交回答
  • 游客yzrzs5mf6j7yy

    合并小文件：对小文件进行归档（Har）、自定义Inputformat将小文件存储成SequenceFile文件。

    采用ConbinFileInputFormat来作为输入，解决输入端大量小文件场景

    对于大量小文件Job，可以开启JVM重用

    2021-12-08 21:56:02
    赞同 展开评论 打赏
问答分类：
分布式计算 Hadoop
问答标签：
hadoop小文件 hadoop方法 hadoop数据 hadoop处理方法
问答地址：
开发者社区 > 大数据 > 问答

版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

相关问答
阿里云E-MapReduceJindo DistCp是否支持将数据从Hadoop同步至aws的s3？
69
2
0
hadoop号线不适合这种小文件的存储，还是将数据提取存储到nosql数据库中比较好？
30
1
0
你好 用机器学习PAI的emr上的ds集群读hive可以读取我现有hadoop集群的hive数据吗？
57
1
0
各位老师，遇到过：trino 不支持查询 使用hadoop catalog 写到iceberg的数据
113
0
0
Hadoop和Spark在数据读取方面有什么不同？
461
1
0
Hadoop是对什么数据做批量处理的中间件？
1881
1
0
使用 hive 创建数据表，并使用 hadoop 文件系统中的数据加载到 hive 数据表中的第三步
711
1
0
Hadoop适合存储小文件吗，为什么？
2570
1
0
Hadoop 写数据的流程是怎样的？
757
1
0
Hadoop数据迁到MaxCompute的数据准备有什么？
1151
1
0
问答排行榜
最热
最新
1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家 德哥 1818756
2 据说在家办公的程序员是这样写代码的？ 1792773
3 阿里云开放端口权限 690119
4 如何升级配置 536193
5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522664
6 【精品问答】python技术1000问(1) 514070
7 Flink Forward Asia 2021 有奖问答 512865
8 OceanBase 使用动画（持续更新） 359332
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329773
10 OSS存储服务-客户端工具 321478
11 为体验实验室取一个新名字。 307410
12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304002
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295274
14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284059
15 安全组详解，新手必看教程 277310
16 写code还是做管理，开发者如何进行职业规划？ 268881
17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255860
18 阿里云手机和阿云浏览器连接问题专帖 235670
19 请问阿里云邮箱如何开启SMTP服务啊！ 225775
20 一个备案号，如何备案多个域名？ 223603
1 我在云栖做动手，一起参与吗？ 361
2 99元云服务器，你最pick哪种新玩法？ 2488
3 全天候24小时无所不知AI助手是如何炼成的？ 1250
4 阿里云百炼的data = json.loads(json_string)是什么意思呀？ 310
5 modelscope-funasr的FunClip怎么安装的？ 306
6 在钉钉中自定义机器人发送消息返回，这个限流是企业级别的还是机器人的？ 352
7 部署了Nacos2.4.0，开启鉴权，用管理员账号，修密码，就报401错误，啥原因呀？ 315
8 使用无影云电脑玩黑神话悟空，Mac笔记本可以吗？ 434
9 Nacos 配置鉴权后，用户就变成这个了，unknown user!为什么？ 262
10 快速开始nacos时遇到的，这是什么原因？ 406
11 k8s集群nacos2.2.3升级到nacos2.4.1方法？ 385
12 nacos2.4.1版本，客户端可以正常连接，但是服务列表没有服务。这是为什么？ 492
13 nacos开启鉴权后是只影响管理台操作的鉴权吗？客户端获取配置时候是否也需要鉴权？ 227
14 加载nacos配置时，偶尔会返回 user not found! 这个错误是什么引起的？ 257
15 nacos从2.3.1升级到2.4.1后，服务列表菜单不显示注册服务，接口报错503为什么？ 273
16 Nacos Jraft 任意文件读写漏洞怎么解决？ 625
17 nacos升级到2.4.1 maven依赖服务注册服务发现改为什么版本？ 454
18 nacos2.4.1与他俩的版本兼容吗？ 386
19 在Nacos中，本地缓存怎么关闭？ 168
20 nacos2.4.1应使用哪个版本的maven搭配jdk哪个版本打包？ 338

相关课程

更多
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第一阶段
    402
    33
    去学习
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第四阶段
    122
    19
    去学习
  • 大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第五阶段
    149
    32
    去学习
  • 大数据Hadoop快速入门
    3831
    18
    去学习
  • Hadoop快速入门
    3632
    39
    去学习
  • Hadoop企业优化及扩展案例
    411
    7
    去学习
    • 推荐问答
    乘风问答官招募中！机械键盘免费拿

    相关文章

  • dataworks数据集成
  • dataworksworks数据开发
  • dataworks数据管理
  • oss数据同步maxcompute报错
  • Julia 教程

    • 相关电子书

    更多
    • 《构建Hadoop生态批流一体的实时数仓》 立即下载
    零基础实现hadoop 迁移 MaxCompute 之 数据 立即下载
    CIO 指南:如何在SAP软件架构中使用Hadoop 立即下载

    相关实验场景

    更多
  • 搭建Hadoop环境
    12670
    1.0小时
    去实验