4
更新：好吧，原来的原因，下面不工作是因为我使用的InputFormat API的新版本（import org.apache.hadoop.mapred这是对老import org.apache.hadoop.mapreduce这是新）。我的问题是将现有代码移植到新代码中。有没有人有使用旧API编写多行InputFormat的经验？自定义InputFormat与蜂巢
试图处理Omniture的数据日志文件用Hadoop /蜂巢。文件格式是制表符分隔的，虽然大部分都很简单，但它们确实允许您在字段中有多个新的行和选项卡，这些行可以通过反斜杠（\\n和\\t）转义。因此，我选择创建自己的InputFormat来处理多个换行符，并在Hive尝试在选项卡上执行拆分时将这些制表符转换为空格。我只是尝试了一些样本数据加载到在蜂巢表，并得到了以下错误：
CREATE TABLE (...)
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t'
STORED AS INPUTFORMAT 'OmnitureDataFileInputFormat' OUTPUTFORMAT 'org.apache.hadoop.hive.ql.io.IgnoreKeyTextOutputFormat';
FAILED: Error in semantic analysis: line 1:14 Input Format must implement InputFormat omniture_hit_data
奇怪的是，我的输入格式并延长org.apache.hadoop.mapreduce.lib.input.TextInputFormat（https://gist.github.com/4a380409cd1497602906）。
Hive是否要求您扩展org.apache.hadoop.hive.ql.io.HiveInputFormat而不是？如果是这样，我是否必须重写InputFormat和RecordReader的任何现有类代码，还是只能改变它正在扩展的类？