0

我正在运行地图缩减作业。当我在作为单节点集群的机器上运行它时,输出如图所示

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,当我在更大的数据集上运行相同的 Amazon EMR 时,我会得到以下所有奇怪字符。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; 
4

1 回答 1

2

标头 (SEQTextText) 告诉您这是SequenceFileaorg.apache.hadoop.io.Text作为键和值。

所以这是二进制而不是纯文本,你可以用SequenceFile.Reader.

于 2012-11-14T06:28:47.677 回答