运行Hadoop MapReduce作业时，如何获取文件名文件内容作为MAP的键值输入？

运行Hadoop MapReduce作业时，如何获取文件名/文件内容作为MAP的键/值输入？

解决方案是创建自己的FileInputFormat类来执行此 *** 作。您可以从此FileInputFormat接收的FileSplit（getPath）访问输入文件的名称。确保否决FileInputformat的isSplitable以始终返回false。

您还将需要一个自定义的RecordReader，它以单个“ Record”值返回整个文件。

处理太大的文件时要小心。您将有效地将整个文件加载到RAM中，并且任务跟踪器的默认设置是仅具有200MB RAM。