FileInputFormat接口实现类

》 FileInputFormat是什么？

用于处理MR程序，读入的文件。

文件是 MapReduce 任务数据的初始存储地。正常情况下，输入文件一般是存储在 HDFS 里面。这些文件的格式可以是任意的：我们可以使用基于行的日志文件，也可以使用二进制格式，多行输入记录或者其它一些格式

那么针对不同的数据类型，MapReduce是如何读取这些数据的呢？

FileInputFormat 常见的接口实现类包括：

TextInputFormat、
KeyValueTextInputFormat、
NLineInputFormat、
CombineTextInputFormat和
自定义InputFormat等。

TextInputFormat

TextInputFormat 是默认的 InputFormat。每条记录是一行输入。
键是LongWritable 类型，存储该行在整个文件中的字节偏移量。值是这行的内容

不包括任何行终止符（换行符合回车符），它被打包成一个 Text 对象。
以下是一个示例，比如，一个分片包含了如下4条文本记录。

Rich learning form
Intelligent learning engine
Learning more convenient
From the real demand for

每条记录表示为以下键/值对：

(0,Rich learning form)
(19,Intelligent learning engine)
(47,Learning more convenient)
(72,From the real demand for more close to the enterprise)

可以复制以上文本内容，然后打印MR的Map类的map方法内的key，可以验证LongWritable key 指定的是字节偏移量