多个输入

多个输入"/>

多个输入

一种多个输入是指的 

：相同的Mapper 和 InputFormat

就直接调用

   FileInputFormat.addInputPath(job, inputPath);

   FileOutputFormat.setOutputPath(job, new Path(args[1]));

另外一种是指的

-==================================================

虽然一个MR作业的输入可能包含多个输入文件（由glob、过滤器和路径组成）但是所有文件都都由同一个InputFormat和同一个Mapper来解释，然而，数据格式往往会随着时间的变化而演变。 所有必须要写自己的mapper来处理应用中的一流数据格式问题， 

对数据集进行连接（Join 也成连接） 操作时， 变回产生这样的问题， 参见 8.2.2结，例如 有些数据可能是使用的制表符分割的文本文件， 另外一些可能是二进制文件。 即使他们格式相同， 他们的标示也可能不同， 因此需要分别进行解析。

这些问题可以用MultipleInputs类来妥善处理， 他允许为每条输入路径制定 InputFormat 和Mapper  

例如我们要想把因果Met Office的气象数据和NCDC的气象数据放在一起来分析最高气温， 则可以按照下面的方式 来设置输入路径

MultipleInputs.addInputPath(job, ncdcInputPath, TextInputFormat.class, MaxTemperatureMapper.class);

hadoop权威指南 page=270