pig脚本，用于压缩和解压缩bzip2中的hdfs数据

irtuqstp 于 2021-06-02 发布在 Hadoop

关注(0)|答案(1)|浏览(330)

如何使用pig将hdfs数据压缩到bzip2，这样在解压时它应该给出与最初相同的dir结构。
我试着用bzip2压缩，但它生成了许多文件，因为许多Map器正在生成，因此很难恢复到相同dir结构中的纯文本文件（初始形式）。
就像在unix中，如果我们使用tarball压缩bzip2，然后在解压缩bzip2之后，tar会给我与最初完全相同的数据和文件夹结构。
eg公司mpression:- tar -cjf压缩\u文件夹.tar.bz2压缩\u文件夹/
装饰mpression:- tar -jtvf压缩\u文件夹.tar.bz2
将给出完全相同的方向。

hadoop apache-pig bzip2

来源：https://stackoverflow.com/questions/37764745/pig-script-to-compress-and-decompress-the-hdfs-data-in-bzip2

1条答案

按热度按时间

vu8f3i0k1#

方法1：
您可以尝试运行一个reducer，以便在其上仅存储一个文件 hdfs . 但妥协将是这里的表现。

set default_parallel 1;

若要压缩数据，请在pig脚本中设置这些参数（如果不尝试此操作）way:-

set output.compression.enabled true;
SET mapred.output.compression.codec 'org.apache.hadoop.io.compress.BZip2Codec';

只是使用 JsonStorage 存储文件时

STORE file INTO '/user/hduser/data/usercount' USING JsonStorage();

最后你还想读取数据，使用textloader

data = LOAD '/user/hduser/data/usercount/' USING TextLoader;

方法2：
filecrush：文件合并实用程序，可在@mr.github获得

赞(0）回复(0）举报 2021-06-02

我来回答

pig脚本，用于压缩和解压缩bzip2中的hdfs数据

1条答案

相关问题

热门标签

最新问答