hadoop - ZipFileOutputFormat不提供.zip格式的输出mapreduce

Question

我有一个应用程序，可以读取HBase并将记录写入文件。
最终输出应为.zip压缩格式，而不是hadoop支持的格式。
为此，我使用了自定义ZipFileOutputFormat来获取.zip文件中的记录。

这是我的实现

ZipFileOutputFormat.setOutputPath(job, new Path(args[1]));

这是ZipFileOutputFormat.class的详细信息

public class ZipFileOutputFormat extends FileOutputFormat<NullWritable, Text> {
    @Override
    public RecordWriter<NullWritable, Text> getRecordWriter(
            TaskAttemptContext job) throws IOException, InterruptedException {
        Path file = getDefaultWorkFile(job, ".zip");

        FileSystem fs = file.getFileSystem(job.getConfiguration());

        return new ZipRecordWriter(fs.create(file, false));
    }

    public static class ZipRecordWriter extends
            RecordWriter<NullWritable, Text> {
        protected ZipOutputStream zos;

        public ZipRecordWriter(FSDataOutputStream os) {
            zos = new ZipOutputStream(os);
        }

        @Override
        public void write(NullWritable key, Text value) throws IOException,
                InterruptedException {
            // TODO: create new ZipEntry & add to the ZipOutputStream (zos)
        }

        @Override
        public void close(TaskAttemptContext context) throws IOException,
                InterruptedException {
            zos.close();
        }
    }
}

我没有收到任何错误，但是我的输出仍然是r-000001格式。

我在这里缺少任何配置吗？

Answer 1

我发现了问题。
在工作 session 中设置以下内容后，我的问题已消除

LazyOutputFormat.setOutputFormatClass(job, ZipFileOutputFormat.class);

在此之前

LazyOutputFormat.setOutputFormatClass(job, TextInputFormat.class);

也设置

job.setOutputFormatClass(ZipFileOutputFormat.class);