我有一个由spark使用saveasobjectfile函数生成的序列文件。文件内容只是一些整数。我想用java在本地阅读。这是我的密码:
FileSystem fileSystem = null;
SequenceFile.Reader in = null;
try {
fileSystem = FileSystem.get(conf);
Path path = new Path("D:\\spark_sequence_file");
in = new SequenceFile.Reader(conf, SequenceFile.Reader.file(path));
Writable key = (Writable)
ReflectionUtils.newInstance(in.getKeyClass(), conf);
BytesWritable value = new BytesWritable();
while (in.next(key, value)) {
byte[] val_byte = value.getBytes();
int val = ByteBuffer.wrap(val_byte, 0, 4).getInt();
}
} catch (IOException e) {
e.printStackTrace();
}
但我不能正确地阅读它;我只是得到了所有相同的值,显然它们是错误的。这是我的答案
文件头如下:
有人能帮我吗?
1条答案
按热度按时间guicsvcw1#
在hadoop中,键的类型通常为writeablecomparable,值的类型为writeable。记住这个基本概念,我以下面的方式阅读序列文件。
您案例中的数据问题可能是因为您使用
saveAsObjectFile()
而不是使用saveAsSequenceFile(String path,scala.Option<Class<? extends org.apache.hadoop.io.compress.CompressionCodec>> codec)
请尝试使用上述方法,看看问题是否仍然存在。