为什么XmlInputFormat不是由hadoop提供的？

我正在使用hadoop map-reduce。我必须处理来自.xml文件的数据，解析它并将输出存储到数据库中。
为什么XmlInputFormat不是由hadoop提供的？

虽然这方面的工作时，我需要通过我的XML映像器，我发现XmlInputFormat.class没有被默认的Hadoop提供的，我们必须使用象夫的它XmlInputFormat。

我想知道Xml何时被广泛使用，为什么hadoop没有提供这个XmlInputFormat而不是明确地创建定制的XmlInputFormat bye，为它延长TextInputFormat？

2015-06-26 Nakul91

尽管xml被广泛使用，提供了一种针对某种技术的特殊功能的框架，但这可能不是一个好主意。这可能就像是背书。在高层次上，Mapreduce被设计为接受不同的格式。事实上，现在json由于与xml相比的尺寸特征而被广泛使用。即使我有类似的问题。

但其由用户来决定地图的输入减少，并且可以使用，不同的解析器（杰克逊或GSON为JSON和JAXB为XML），如果他们是在一个单一的线路或类似上面使用RecordReader实施

2015-06-26 13:11:49 Ramzy

感谢您的宝贵意见。但是对于JSON，在java中也有提供，因此我对mapreduce很感兴趣，因为大部分时间数据都是json或xml格式。但是你给出的描述非常确定。 – Nakul91

Ya，json和xml是独立的，像python和java这样的语言需要与它们交互，因此我们分别使用Jackson和jaxb来分别使用json和xml。所以像hadoop这样的框架给出了使用RecordReader概念处理它们的相同选项。希望我在这方面帮助你。快乐学习 – Ramzy

回答