Hadoop HDFS 将文件从多个文件夹复制到一个目标文件夹

Question

将较小的文件从多个 HDFS 文件夹复制到一个目标文件夹的有效方法是什么？较小的文件也需要合并以使 Map-Reduce 生效。

Answer 1

DistCp 是一项 map-reduce 作业，它以并行方式将文件从一个或多个源文件夹复制到一个目标文件夹。 但是，它不合并文件。 但也许你可以使用filecrush 来做到这一点！ （让我知道这是怎么回事！）

Answer 2

您可以简单地运行默认 Map-Reduce 作业（使用默认 Mapper 和 Reducer），将“多个 HDFS 文件夹”作为输入，一个目标文件夹作为输出。