考虑到spark接受hadoop输入文件，请看下图。
仅限 bzip2 格式化文件是可拆分的，其他格式如 zlib, gzip, LZO, LZ4 and Snappy 格式不可拆分。
关于对分区的查询，分区不依赖于要使用的文件格式。它取决于文件中的内容-如日期等分区列的值。

编辑1：看看这个se问题和spark阅读zip文件的工作代码。

JavaPairRDD<String, String> fileNameContentsRDD = javaSparkContext.wholeTextFiles(args[0]);
        JavaRDD<String> lineCounts = fileNameContentsRDD.map(new Function<Tuple2<String, String>, String>() {
            @Override
            public String call(Tuple2<String, String> fileNameContent) throws Exception {
                String content = fileNameContent._2();
                int numLines = content.split("[\r\n]+").length;
                return fileNameContent._1() + ":  " + numLines;
            }
        });
        List<String> output = lineCounts.collect();

编辑2：
lzo文件可以拆分。
只要分割发生在块边界上，lzo文件就可以被分割
有关详细信息，请参阅本文。