大量 zip 压缩包，每一个都很小，10M 以内，如何利用 MapReduce 实现快速解压呢？
This topic created in 2913 days ago, the information mentioned may be changed or developed.
 |
ym1ngNov 15, 2018
1
自己写 InputFormat （别问我怎么写有没有资料啥的，逃～
|
 |
3
@ym1ng 我是参考这个博主写的代码实现解压的，http://cutler.io/2012/07/hadoop-processing-zip-files-in-mapreduce/
|
 |
4
你这个瓶颈是磁盘 io 吧
|
1 |
dawncoldNov 15, 2018
5
如果你只是想解压这些 zip 文件的话，多开几个进程或者线程，和 CPU 个数差不多，一个个解压就挺快吧？当然如果有很多资源可用，确实可以搞分布式解压，就行 mapreduce 一样？
|
 |
ValyrianNov 15, 2018
7
多开几个进程同时解
为什么要扯到 mapreduce 上去 |
 |
EdiacaranNov 15, 2018
8
线程池足够了把
|
|
9
@dawncold 现在的情况是总共有 16T 文件，通过手动的把文件分开放在不同电脑上，开多线程去解压就已经非常耗时了，所以才想通过上传到 hdfs，利用 MapReduce 解压，。但是目前发现解压速度太慢了，完全不知道因为什么。
|
 |
AnyISalInNov 15, 2018
11
MapReduce 肯定没有本地多线程解压快的
|
 |
hearfishNov 15, 2018
12
不同压缩格式的解压速度是不一样的，先看看你的压缩格式能支持多快的速度吧
|
 |
meisky6666Nov 15, 2018
13
应该用 c 语言来写
|
 |
surfire91Nov 15, 2018
14
这个没必要 MapReduce 吧，你这个全是小任务，就多进程 /线程来好了，效率肯定比 MapReduce 高。
|
 |
cyhulkNov 15, 2018
15
forkjoinpool
|
 |
estNov 15, 2018
16
你是说 hdfs 上有大量 zip 文件，还是说你本地硬盘上有很多小 zip 文件想用 mapreduce 加速？
如果是后者。。。 |
|
18
@dawncold 我现在测试在本地多线程解压，但是因为都是小文件，每秒 io 次数很多，但是读写速度只能达到 10mb/s
|
 |
19
要考虑磁盘的 IOPS 吧..小文件多线程并发解压应该算个低队列深度 IO.你先确认下 IOPS 到达你的 SSD 瓶颈没有.而不是看读写速度
|
 |
20015jjwNov 15, 2018 via Android
20
为啥要 mapreduce.～
|
 |
atomstarNov 15, 2018
22
处理 zip 里面的数据可以用 mr，但是就解压 zip，为什么要和 mr 扯上关系呢
|
Select Language