Excel的Hadoop InputFormat

Question

我需要創建一個從HDFS讀取Excel文件並對其進行一些分析的減少地圖的程序。從那裏以excel文件的格式存儲輸出。我知道TextInputFormat用於從HDFS中讀取.txt文件，但我必須使用哪種方法或哪種輸入格式？

Answer 1

一般來說，Hadoop是矯枉過正對於這種情況，但一些相關的解決方案

1. 外部解析該文件，並轉換爲Hadoop的兼容格式

2. 閱讀完整的文件作爲一個記錄see this answer

3. 使用兩個鏈接作業。如2中的第一個，批量讀取文件，併發出每個記錄作爲下一個作業的輸入。