$ cat abook.txt | base64 –w 0 >onelinetext.b64
$ hadoop fs –put onelinetext.b64 /input/onelinetext.b64
$ hadoop jar hadoop-streaming.jar  \
    -input /input/onelinetext.b64 \
    -output /output \
    -inputformat org.apache.hadoop.mapred.lib.NLineInputFormat \
    –mapper wc

num task:1，输出有一行：
1号线：12 202699
这是有意义的，因为每个Map器一行。

$ bzip2 onelinetext.b64
$ hadoop fs –put onelinetext.b64.bz2  /input/onelinetext.b64.bz2
$ hadoop jar hadoop-streaming.jar \
      -Dmapred.input.compress=true \
      -Dmapred.input.compression.codec=org.apache.hadoop.io.compress.GzipCodec \
      -input /input/onelinetext.b64.gz \
      -output /output \
      -inputformat org.apache.hadoop.mapred.lib.NLineInputFormat \
      –mapper wc

我期待与上面相同的结果，'因为解压缩应该在处理单行文本（即wc）之前发生，但是，我得到：
num task:397，输出有397行：
线路1-396:0
第397行：1 2 202699
知道为什么有这么多mapred.map.tasks<>1吗？分裂？我特意选择gzip，因为我认为它是不可分割的。我在使用bzip2和lzop编解码器时得到了类似的结果。
谢谢你提前回答。