Hadoop map-reduce輸出包含奇怪的字符

Question

我正在運行地圖減少工作。 當我在我的機器上運行它是一個單節點集群時，輸出如圖所示

hduser@nikhil-VirtualBox:/usr/local/hadoop/hadoop-1.0.4$ bin/hadoop dfs -text /user/hduser/output16/part-r-00000
0   Required Genotype column (s), Must not contain NULLS for required fields, failed, 5, 1: GENE_NAME; 2: GENE_NAME; 4: GENE_NAME; 5: GENE_NAME; 9: GENE_NAME

但是，當我在更大的數據集上的Amazon EMR上運行相同的操作時，我得到以下所有奇怪的字符。 可能是什么原因？

SEQorg.apache.hadoop.io.Textorg.apache.hadoop.io.Text\00\00\00\00\00\00\968\D6\FA\E1>X(.q\8B!\ABQ\00\00-\00\00\00
1537044153\8ERequired Genotype column (s), Must not contain NULLS for required fields, failed, 1, 1: VARIANT_START_POSITION; 2: VARIANT_START_POSITION; 

Answer 1

標頭（SEQTextText）告訴您這是一個帶有org.apache.hadoop.io.Text作為鍵和值的SequenceFile 。

所以這是二進制而不是純文本，您可以使用SequenceFile.Reader讀取它。