我知道 Hadoop 流中的文本记录由换行符分隔，并且键和值之间有一个可配置的分隔符(默认为制表符)。
1) rawbytes 格式的结构表明不需要记录或键/值分隔符，但有人可以确认是这种情况吗？
2)在typedbytes格式中，key和value是如何定界的，records是如何定界的？
3) 此外，键如何以 typedbytes 和 rawbytes 格式排序？
最佳答案
- 正确
- header 中的长度信息使得分隔符成为不必要的，事实上它们在规范中没有使用，除了一个异常(exception)，255 分隔列表，类型代码 9
- 未指定排序顺序。根据我的经验，mapreduce 中的默认比较器将它们排序为原始字节，每个字节按数字排序，数组按字典顺序排序。它是可插入的，因此您可以使用自己的 Java 类对其进行更改。
见 https://hadoop.apache.org/docs/current2/api/org/apache/hadoop/typedbytes/package-summary.html
安东尼奥
关于java - 如何在 Hadoop 流、typedbytes 和/或 rawbytes 中分隔键、值和记录，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12031206/