blocks|key|1261285|text|Hadoop的1.x版本还不支持任何可拆分的压缩编解码器。它支持Bzip2，但不支持splittable。这取决于这个问题https://issues.apache.org/jira/browse/HADOOP-7823目前看起来这个特性将出现在Hadoop1.1.0中|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1261286|绕过这个问题最简单的方法是看看cloudera打包cdh4，它目前还处于测试阶段。它有做拆分的最新Bzip2实现。|1261287|1261288|参考资料：|1261289|hadoop1.0.0接口：|style|BOLD|1261290|http://hadoop.apache.org/common/docs/r1.0.0/api/org/apache/hadoop/io/compress/BZip2Codec.html|1261291|public+class+BZip2Codec
extends+Object
implements+CompressionCodec|code-block|syntax|javascript|1261292|AFAIKhadoop0.23.1(将是hadoop2.x)+API:|1261293|http://hadoop.apache.org/common/docs/r0.23.1/api/org/apache/hadoop/io/compress/BZip2Codec.html|1261294|public+class+BZip2Codec
extends+Object
implements+SplittableCompressionCodec+|1261295|entityMap|0|LINK|mutability|MUTABLE|url|https://issues.apache.org/jira/browse/HADOOP-7823|1|2^0|1P|1D|0|0|0|0|0|0|E|0|0|2L|1|0|0|I|H|0|0|2M|2|0|0^^$0|@$1|2|3|4|5|6|7|19|8|@]|9|@$A|1A|B|1B|1|1C]]|C|$]]|$1|D|3|E|5|6|7|1D|8|@]|9|@]|C|$]]|$1|F|3|-4|5|6|7|1E|8|@]|9|@]|C|$]]|$1|G|3|H|5|6|7|1F|8|@]|9|@]|C|$]]|$1|I|3|J|5|6|7|1G|8|@$A|1H|B|1I|K|L]]|9|@]|C|$]]|$1|M|3|N|5|6|7|1J|8|@]|9|@$A|1K|B|1L|1|1M]]|C|$]]|$1|O|3|P|5|Q|7|1N|8|@]|9|@]|C|$R|S]]|$1|T|3|U|5|6|7|1O|8|@$A|1P|B|1Q|K|L]]|9|@]|C|$]]|$1|V|3|W|5|6|7|1R|8|@]|9|@$A|1S|B|1T|1|1U]]|C|$]]|$1|X|3|Y|5|Q|7|1V|8|@]|9|@]|C|$R|S]]|$1|Z|3|-4|5|6|7|1W|8|@]|9|@]|C|$]]]|10|$11|$5|12|13|14|C|$15|16]]|17|$5|12|13|14|C|$15|N]]|18|$5|12|13|14|C|$15|W]]]]

The 1.x version of Hadoop does not yet support any splittable compression codecs.
It does support Bzip2, but not splittable.
This depends on this issue
<a href="https://issues.apache.org/jira/browse/HADOOP-7823" rel="nofollow">https://issues.apache.org/jira/browse/HADOOP-7823</a>
 It currently looks like this feature wil appear in Hadoop 1.1.0

The easiest way around this is to have a look at the cloudera packaging cdh4 which currently in beta. That has the latest Bzip2 implementation that does do splitting.

<hr>

<h2>Reference:</h2>

Hadoop 1.0.0 API:

<a href="http://hadoop.apache.org/common/docs/r1.0.0/api/org/apache/hadoop/io/compress/BZip2Codec.html" rel="nofollow">http://hadoop.apache.org/common/docs/r1.0.0/api/org/apache/hadoop/io/compress/BZip2Codec.html</a>

<pre><code>public class BZip2Codec
extends Object
implements CompressionCodec
</code></pre>

Hadoop 0.23.1 (AFAIK will be Hadoop 2.x) API:

<a href="http://hadoop.apache.org/common/docs/r0.23.1/api/org/apache/hadoop/io/compress/BZip2Codec.html" rel="nofollow">http://hadoop.apache.org/common/docs/r0.23.1/api/org/apache/hadoop/io/compress/BZip2Codec.html</a>

<pre><code>public class BZip2Codec
extends Object
implements SplittableCompressionCodec 
</code></pre>

blocks|key|1261307|text|可以在here中找到BZip2编解码器API。|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1261308|entityMap|0|LINK|mutability|MUTABLE|url|http://hadoop.apache.org/common/docs/r1.0.0/api/org/apache/hadoop/io/compress/BZip2Codec.html^0|3|4|0|0^^$0|@$1|2|3|4|5|6|7|L|8|@]|9|@$A|M|B|N|1|O]]|C|$]]|$1|D|3|-4|5|6|7|P|8|@]|9|@]|C|$]]]|E|$F|$5|G|H|I|C|$J|K]]]]

The BZip2 Codec API can be found <a href="http://hadoop.apache.org/common/docs/r1.0.0/api/org/apache/hadoop/io/compress/BZip2Codec.html" rel="nofollow">here</a>.

blocks|key|417293|text|您可以尝试使用Pig，它提供了Hadoop在1.0.0中缺少的功能。Pig将拆分输入文件。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|417294|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|D|8|@]|9|@]|A|$]]|$1|B|3|-4|5|6|7|E|8|@]|9|@]|A|$]]]|C|$]]

You can try to use Pig which provides the functionality Hadoop lacks for 1.0.0. Pig will split the input file.

blocks|key|2055488|text|您可以使用org.apache.hadoop.io.compress.BZip2Codec进行输入拆分。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2055489|entityMap^0|5|14|0^^$0|@$1|2|3|4|5|6|7|H|8|@$9|I|A|J|B|C]]|D|@]|E|$]]|$1|F|3|-4|5|6|7|K|8|@]|D|@]|E|$]]]|G|$]]

You can use <code>org.apache.hadoop.io.compress.BZip2Codec</code> for your input split.

I have a cluster that uses Hadoop 1.0.0 and I would like to run a MR job that processes huge bz2 files. In version 0.21.0 the Bz2 codec supported splitting of input files, however I could not find this functionality in 1.0.0. Is there any equivalent of splitting the bz2 input in 1.0.0? Or I should manually apply the patch from 0.21.0 for this?

Splittable Bz2 input in Hadoop 1.0.0

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我有一个使用Hadoop1.0.0的集群，我想运行一个处理大型bz2文件的MR作业。在0.21.0版本中，Bz2编解码器支持对输入文件进行拆分，但是我在1.0.0中找不到此功能。在1.0.0中有没有等同于拆分bz2输入的方法？或者我应该手动应用0.21.0版本的补丁？

问Hadoop1.0.0中可拆分的Bz2输入
EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Hadoop1.0.0中可拆分的Bz2输入EN

回答 4

Stack Overflow用户

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Hadoop1.0.0中可拆分的Bz2输入
EN