亚马逊EMR可以接受的输入类型

集群的默认输入格式是文本文件，每行都使用换行符 (\n) 分隔，这是最常用的输入格式。

如果您输入的数据格式不是默认的文本文件，可以使用 Hadoop 接口 InputFormat 指定其它输入类型。您甚至可以创建 FileInputFormat 类型的子类，用于处理自定义数据类型。欲了解更多信息，请参阅 http://hadoop.apache。 org/docs/current/api/org/apache/hadoop/mapred/InputFormat.html。

如果您使用的是 Hive，则可以使用序列化器/反序列化器 (SerDe) 将给定格式的数据读入。HDFS欲了解更多信息，请参阅 https://cwiki.apache。 org/confluence/display/Hive/SerDe。