Hadoop文件的存儲格式實例詳解

更新時間：2019年06月22日 11:42:15 作者：張sang

這篇文章主要介紹了Hadoop文件的存儲格式，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價值,需要的朋友可以參考下

sequence文件存儲格式

1.txt

純文本格式，若干行記錄。默認(rèn)用字符編碼存儲

2.SequenceFile格式（順序文件格式，可進(jìn)行切割）

key-value 格式進(jìn)行存儲，最終形成的是一個二進(jìn)制文件，需用hadoop提供的api進(jìn)行寫入存儲。

編寫寫入 seq文件案例。

  Configuration configuration = new Configuration();
  configuration.set("fs.defaultFS","hdfs://s100:8020");
  FileSystem fileSystem = FileSystem.get(configuration);
  Path path = new Path("hdfs://s100:8020/user/seqmyfile.seq");
  SequenceFile.Writer writer = SequenceFile.createWriter(fileSystem, configuration, path, IntWritable.class, Text.class);
  writer.append(new IntWritable(1),new Text("gg1"));
  writer.append(new IntWritable(1),new Text("gg2"));
  writer.append(new IntWritable(1),new Text("gg3"));
  writer.append(new IntWritable(1),new Text("gg4"));
  writer.close();

3.編寫讀取 seq 文件案例

 Configuration configuration = new Configuration();
  configuration.set("fs.defaultFS","hdfs://s100:8020");
  FileSystem fileSystem = FileSystem.get(configuration);
  Path path = new Path("hdfs://s100:8020/user/seqmyfile.seq");
  SequenceFile.Reader sr = new SequenceFile.Reader(fileSystem,path,configuration);
  IntWritable key = new IntWritable();
  Text value = new Text();
  while (sr.next(key,value)){
    System.out.println(key +":"+value );
  }

4.查看文件內(nèi)容

$> hdfs dfs -text /user/myfile.seq
$> hdfs dfs -cat /user/myfile.seq （此命令查看會出現(xiàn)亂碼）

seq 文件格式解析

順序文件由文件頭和隨后的一條或多條記錄組成

---文件頭------
--key-value----sync
--key-value----
--key-value----
--key-value----
--key-value----sync
--key-value----
--key-value----
--key-value----sync

文件頭格式

SEQ+版本號+key類型class+value類型class + 壓縮格式類型

代碼案例

 /**
   * 讀取文件位置
   */
  public void seekSeq() throws IOException {
    Configuration configuration = new Configuration();
    configuration.set("fs.defaultFS","hdfs://s100:8020");
    FileSystem fileSystem = FileSystem.get(configuration);
    Path path = new Path("hdfs://s100:8020/user/seqmyfile.seq");
    SequenceFile.Reader sr = new SequenceFile.Reader(fileSystem,path,configuration);
    IntWritable key = new IntWritable();
    Text value = new Text();
    sr.seek(253); // 定位到第253字節(jié)的位置，告訴指針下一次要定位的位置。
    sr.next(key,value); // 定位到第253字節(jié)的位置，并取出相應(yīng)的值。
    System.out.println(key +" : " + value);
    sr.close();
  }
 
  /**
   * 讀取seqfile 同步點(diǎn)
   */
  public void sync() throws IOException {
    /**
     * -----文件頭-------
 128byte* --key-value----sync
 153byte* --key-value----
    .* --key-value----
    .* --key-value----
    .* --key-value----sync
     * --key-value----
     * --key-value----
     * --key-value----sync
     */
    Configuration configuration = new Configuration();
    configuration.set("fs.defaultFS","hdfs://s100:8020");
    FileSystem fileSystem = FileSystem.get(configuration);
    Path path = new Path("hdfs://s100:8020/user/seqmyfile.seq");
    SequenceFile.Reader sr = new SequenceFile.Reader(fileSystem,path,configuration);
    IntWritable key = new IntWritable();
    Text value = new Text();
    int syncPos = 12;
    sr.sync(syncPos);//如上圖在寫入文件的時候可一指定多少條記錄寫入一個同步點(diǎn)
    long pos = sr.getPosition();//獲取下次要定位的字節(jié)位置。
    sr.next(key,value);
    System.out.println("syncPos : " + syncPos + "pos : " + pos +"key : "+key+"value : " + value);
  }

MapFile文件格式

1.是排序的seqfie，具有索引。要求key按照大小順序添加

2.包含兩個文件

index 文件：索引和偏移量的映射，可以設(shè)置間隔，默認(rèn)128（解釋：第128key位置--->第256字節(jié) 指存入128個key 對應(yīng)的第128key的末尾位置是第128字節(jié)的位置。）
data 文件：存放真實的數(shù)據(jù)。格式為key -value 。和seqfile文件類似

總結(jié)

以上所述是小編給大家介紹的Hadoop文件的存儲格式實例詳解，希望對大家有所幫助，如果大家有任何疑問歡迎給我留言，小編會及時回復(fù)大家的！