备案控制台

开发者社区> 问答> 正文

Hadoop中数据输入小文件如何处理？

Hadoop中数据输入小文件如何处理？

展开

收起

芯在这 2021-12-05 17:50:16 229 0

1 条回答

写回答

取消提交回答

真的很搞笑

（1）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。

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

（3）对于大量小文件 Job，可以开启 JVM 重用。

2021-12-05 17:50:30

赞同展开评论打赏

问答分类：

分布式计算 Hadoop

问答标签：

hadoop数据 hadoop文件 hadoop小文件 hadoop如何处理

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？

79

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？

36

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？

61

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

121

0

0

开源大数据平台Apache Hadoop FileUtil.unTar命令注入漏洞如何处理

350

1

0

为什么下载了Hadoop之后直接能够在Linux系统上运行hdfs文件呀？

1057

1

0

Hadoop中是怎样去存储大文件的呢？

637

1

0

Hadoop和Spark在数据读取方面有什么不同？

465

1

0

Hadoop是对什么数据做批量处理的中间件？

1890

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

712

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 1818970

2 据说在家办公的程序员是这样写代码的？ 1793086

3 阿里云开放端口权限 690245

4 如何升级配置 536278

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？ 522817

6 【精品问答】python技术1000问(1) 514118

7 Flink Forward Asia 2021 有奖问答 512896

8 OceanBase 使用动画（持续更新） 359369

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329800

10 OSS存储服务-客户端工具 321547

11 为体验实验室取一个新名字。 307469

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 304073

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295322

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 284178

15 安全组详解，新手必看教程 277339

16 写code还是做管理，开发者如何进行职业规划？ 269110

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) 255878

18 阿里云手机和阿云浏览器连接问题专帖 235686

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 226625

20 请问阿里云邮箱如何开启SMTP服务啊！ 225849

1 “云+AI”能够孵化出多少可能？ 369

2 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 278

3 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 848

4 AI时代，存力or算力哪一个更关键？ 951

5 求宜搭关联表单的更新方法！！！ 162

6 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1061

7 老哥们有个需求想请教一下，十分感谢 153

8 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 158

9 关于开发者的100件小事，你知道哪些？ 1111

10 AI助力，短剧迎来创新热潮？ 736

11 "ModelScope默认的下载位置是在哪里？ 299

12 1024程序员节，开发者们都在参与社区的哪些活动？ 2413

13 关于文本框校验自定义函数的问题 409

14 执行docker search nginx 报错超时 306

15 百问求答第四期-回答问题即有机会拿冬季取暖器 1111

16 宜搭-集成&自动化，怎么实现定时自动获取普通表单里的所有数据，并更新该表单里的某列数据？ 296

17 有没有大佬知道：宜搭的流程表单里如何通过js面板给成员组件赋值？ 365

18 百问求答第四期-回答问题即有机会拿冬季取暖器 799

19 域名内网可以正常访问，外网访问不了 460

20 普通人能用阿里云做什么？ 278

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

409

33

去学习

大数据实战项目：反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第三阶段

124

25

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

152

32

去学习

大数据Hadoop快速入门

3838

18

去学习

Hadoop快速入门

3726

39

去学习

Hadoop企业优化及扩展案例

422

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