hadoop streaming archives解压jar、zip、tar.gz的验证分析

这篇文章主要讲解了"hadoop streaming archives解压jar、zip、tar.gz的验证分析"，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习"hadoop streaming archives解压jar、zip、tar.gz的验证分析"吧！

1、archives作用描述：

Hadoop中DistributedCache方法之一（其他参考文章后面的参考文章） ，作用是 将指定文件分发到各个Task的工作目录下，并对名称后缀为".jar"、".zip"，".tar.gz"、".tgz"的文件自动解压，默认情况下，解压后的内容存放到工作目录下名称为解压前文件名的目录中，比如压缩包为dict.zip,则解压后内容存放到目录dict.zip中。为此，你可以给文件起个别名/软链接，比如dict.zip#dict，这样，压缩包会被解压到目录dict中。

2、测试jar文件（基本直接摘抄参考文档的）

$ ls test_jar/file  file1    file2 file = this is file1(实验的时候这里搞错了，应该是用file1，对结果无影响，不做修改了)file2 = this is file2$ jar cvf cache.jar -C test_jar/ .$ hdfs dfs -put cache.jar /user/work/cachefile#touch 一个input.txt文件，然后put到 /user/work/cachefile$ hdfs dfs -cat /user/work/cachefile/input.txtcache/file   （cache是解压后的目录名，用#重定义的别名，参加下面的）cache/file2HADOOP_HOME=/home/hadoop/hadoop-2.3.0-cdh6.1.3$HADOOP_HOME/bin/hadoop fs -rmr /cacheout/$HADOOP_HOME/bin/hadoop  jar $HADOOP_HOME/share/hadoop/tools/lib/hadoop-streaming-2.3.0-cdh6.1.3.jar \ -archives  /user/work/cachefile/cache.jar#cache \ -Dmapred.map.tasks=1 \ -Dmapred.reduce.tasks=1 \ -Dmapred.job.name="Experiment" \ -input "cachefile/input2.txt"  \ -output "/cacheout/" \ -mapper "xargs cat" \ -reducer "cat" hadoop fs -cat /cacheout/*this is file 2this is file1

3、测试zip & tar.gz

分别打包zip ， tar.gz的压缩包，put到hdfs继续测试。

-archives  /user/work/cachefile/cache.tar.gz#cache \    只修改后缀名，会报文件找不到的错误

查错：确认是否能解压，将mapper 改成：

-mapper "ls cache" \

发现：jar文件 ：结果有4个文件，分别是META-INF、file、file1、file2

zip & tar.gz：只有一个，是test_jar的目录名

然后查看3种包的压缩文件，显然是解压成功了，找不到文件的原因是目录问题，这个就要详细研究下3中打包方式了，不再赘述。：

感谢各位的阅读，以上就是"hadoop streaming archives解压jar、zip、tar.gz的验证分析"的内容了，经过本文的学习后，相信大家对hadoop streaming archives解压jar、zip、tar.gz的验证分析这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！