hadoop的TextInputFormat作用是什么，如何自定义实现？

Answer 1

InputFormat会在map操作之前对数据进行两方面的预处理。 1是getSplits，返回的是InputSplit数组，对数据进行split分片，每片交给map操作一次 。 2是getRecordReader，返回的是RecordReader对象，对每个split分片进行转换为key-value键值对格式传递给map。 常用的InputFormat是TextInputFormat，使用的是LineRecordReader对每个分片进行键值对的转换，以行偏移量作为键，行内容作为值。 自定义类继承InputFormat接口，重写createRecordReader和isSplitable方法 。 在createRecordReader中可以自定义分隔符。