如何在Hadoop流，typedbytes和/或rawbytes中分隔鍵，值和記錄

Question

據我所知，Hadoop流中的文本記錄由換行符分隔，並且鍵和值之間存在可配置的分隔符（默認為tab）。

1）rawbytes格式的結構表明不需要記錄或鍵/值分隔符，但有人可以確認是這種情況嗎？

2）在typedbytes格式中，鍵和值是如何分隔的，以及記錄是如何分隔的？

3）另外，鍵是如何以typedbytes和rawbytes格式排序的？

Answer 1

1. 正確
2. 標頭中的長度信息使得分隔符不必要，實際上它們不在規范中使用，但有一個例外，255分隔列表，類型代碼9
3. 沒有指定排序順序。 根據我的經驗，mapreduce中的默認比較器將它們分類為原始字節，數字表示每個字節，按字典順序排列數組。 它是可插入的，因此您可以使用自己的Java類進行更改。

請參閱https://hadoop.apache.org/docs/current2/api/org/apache/hadoop/typedbytes/package-summary.html

安東尼奧