java - 如果我使用 org.apache.hadoop.mapreduce (new) API，如何配置 Hadoop MapReduce 映射器输出压缩？

Question

是否可以在新 API 上打开映射器输出压缩mapreduce，如果可以，请指出如何？我看到很多基于hadoop.mapred.JobConfAPI 的示例，但没有一个基于 API 的示例mapreduce。

如果它不能通过newAPI 进行配置，我可以做些什么让它工作吗？

Answer 1

您可以使用以下代码启用地图输出压缩：

public static void enableMapOutputCompress(Job job) {
    job.getConfiguration().setBoolean("mapred.compress.map.output", true);
    job.getConfiguration().setClass("mapred.map.output.compression.codec",
            SnappyCodec.class, CompressionCodec.class);
}

您可以更改org.apache.hadoop.io.compress.SnappyCodec为其他压缩类，例如：org.apache.hadoop.io.compress.GzipCodec, org.apache.hadoop.io.compress.LzoCodec.

我建议使用 SnappyCodec。