sequence文件存儲格式
1.txt
純文本格式，若干行記錄。默認用字符編碼存儲
2.SequenceFile格式（順序文件格式，可進行切割）
key-value 格式進行存儲，最終形成的是一個二進制文件， 需用hadoop提供的api進行寫入存儲。
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，并取出相應的值。
System.out.println(key +" : " + value);
sr.close();
}
/**
* 讀取seqfile 同步點
*/
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
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，可以設置間隔，默認128（解釋：第128key位置--->第256字節(jié) 指存入128個key 對應的 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
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，小編會及時回復大家的！
