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 21:55:52 350 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数据 hadoop小文件 hadoop方法 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？
81
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？
63
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
122
0
0
Hadoop和Spark在数据读取方面有什么不同？
466
1
0
Hadoop是对什么数据做批量处理的中间件？
1892
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
714
1
0
Hadoop适合存储小文件吗，为什么？
2601
1
0
Hadoop 写数据的流程是怎样的？
766
1
0
Hadoop数据迁到MaxCompute的数据准备有什么？
1155
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 1819013
2 据说在家办公的程序员是这样写代码的？ 1793136
3 阿里云开放端口权限 690270
4 如何升级配置 536292
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？ 522847
6 【精品问答】python技术1000问(1) 514126
7 Flink Forward Asia 2021 有奖问答 512907
8 OceanBase 使用动画（持续更新） 359373
9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801
10 OSS存储服务-客户端工具 321581
11 为体验实验室取一个新名字。 307477
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 304089
13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329
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 284203
15 安全组详解，新手必看教程 277341
16 写code还是做管理，开发者如何进行职业规划？ 269138
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) 255880
18 阿里云手机和阿云浏览器连接问题专帖 235687
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】 227733
20 请问阿里云邮箱如何开启SMTP服务啊！ 225866
1 “AI +脱口秀”，笑点能靠算法去创造吗？ 210
2 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 156
3 AI宠物更适合当代年轻人的陪伴需求吗？ 734
4 AI客服未来会完全代替人工吗？ 906
5 “云+AI”能够孵化出多少可能？ 831
6 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 630
7 使用免费证书后 服务器浏览器访问没有问题，外网访问 显示证书不可信，使用同一种浏览器哦 183
8 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1518
9 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 213
10 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？ 谢谢各位大大帮帮忙！！！ 181
11 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 107
12 CUDA error: CUDA-capable device(s) is busy 163
13 AI时代，存力or算力哪一个更关键？ 1226
14 求宜搭关联表单的更新方法！！！ 341
15 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？ 1294
16 老哥们有个需求想请教一下，十分感谢 332
17 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 417
18 关于宜搭自定义页面的文本组件循环获取其它表单的子表单数据。 173
19 flink1.20.0 部署后发布报错，是怎么回事，各种配置都配置了 213
20 关于开发者的100件小事，你知道哪些？ 1316

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）第二阶段
    285
    28
    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
    153
    32
    去学习
  • 大数据实战项目 - 反爬虫系统（Lua+Spark+Redis+Hadoop框架搭建）第七阶段
    347
    9
    去学习
  • 大数据Hadoop快速入门
    3839
    18
    去学习
  • Hadoop快速入门
    3743
    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

    相关文章

  • 云上真有无穷算力吗？
  • 大数据散列分区映射到分区
  • 大规模语言模型与生成模型：技术原理、架构与应用
  • 【大数据分析&机器学习】分布式机器学习
  • 为什么多智能体能够解决LLM无法解决的复杂问题

    • 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
    12671
    1.0小时
    去实验