如何处理压缩文件

Hadoop 会检查文件扩展名以检测压缩文件。Hadoop 支持的压缩类型是：gzip、bzip2 和 LZO。不需要执行任何额外操作来解压缩使用这些压缩类型的文件；Hadoop 会为您执行这些操作。

要索引 LZO 文件，您可以使用 hadoop-lzo 库，可以从 https://github.com/kevinweil/hadoop-lzo 上下载该库。请注意，因为这是第三方库，所以 Amazon EMR 不会为开发人员提供有关如何使用此工具的支持。有关使用信息，请参阅 hadoop-lzo readme 文件。