$ 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，输出只有一行：
1号线：1 2 202699
这是有道理的，因为每个映射器只有一行。
$ 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
我期待与上述相同的结果，'因为应该在处理单行文本（即 wc）之前进行解压缩，但是，我得到：
任务数：397，输出有 397 行：
第 1-396 行：0 0 0
397线：1 2 202699
知道为什么这么多 mapred.map.tasks <>1 吗？分裂？我故意选择 gzip，因为我相信它是不可拆分的。使用 bzip2 和 lzop 编解码器时，我得到了类似的结果。
提前感谢您的回答。