我在hdfs中有pst或email文件。现在，我想用hadoop中最适合的组件进行文本分析。我该怎么开始呢。
我是否必须首先从这些文件中提取实际内容并将其存储在某个位置（例如，在文本文件中），然后对文本文件运行分析？
请建议我。
p、 s：我是在谷歌搜索的时候发现这个的。这是唯一的选择还是其他解决方案。