mrmlf:用于 hadoop MapReduce (v2) 的 MultilineInputFormat (MLF)

关于mrmlf 该库提供了一个扩展输入格式，即MultilineInputFormat基于HadoopMapReduce的新接口。 如何使用 您可以在上找到最新版本，并通过在pom.xml添加依赖项在您的项目中使用此库： <dependency> <groupId>cn.edu.sjtu.omnilab</groupId> <artifactId>mrmlf</artifactId> <version>0.1.2</version> </dependency> 数据目标 基本上，Hadoop 中的默认输入格式基于特定于行的文本文件或分离器感知的二进制格式（例如，SequenceFile 或 avro 格式）。 现实世界中的一种重要数据格式是多行形式，其中一个集成记录被拆分为多个自然行（由\r或\n分隔）。 例如，说明程序中的音乐CD元数据： <CD> &lt;TIT