2019年5月13日
Spark读取HDFS中的Zip文件
摘要： 1. 任务背景 近日有个项目任务，要求读取压缩在Zip中的百科HTML文件，经分析发现，提供的Zip文件有如下特点(=>指代对应解决方案)： (1) 压缩为分卷文件 => 只需将解压缩在同一目录中的一个分卷zip即可解压缩出整个文件 (2) 压缩文件中又包含不同的两个文件夹，且各包含n个小zip文件 阅读全文
posted @ 2019-05-13 23:05 mengrennwpu 阅读(4084) 评论(0) 推荐(0) 编辑