libhdfs c/c++ api是否支持读/写压缩文件

Question

我发现有人说libhdfs在2010年左右不支持读/写gzip文件。

我下载了最新的hadoop-2.0.4并阅读了hdfs.h。也没有压缩参数。

现在我想知道它现在是否支持读取压缩文件？

如果没有，我如何为libhdfs打补丁并使其工作？

提前谢谢。

向海地致以最好的敬意

Answer 1

据我所知，libhdfs只使用JNI来访问HDFS。如果您熟悉HDFS Java API，那么libhdfs只是org.apache.hadoop.fs.FSDataInputStream的一个包装器。所以它现在不能直接读取压缩文件。

我猜您希望通过C/C++访问HDFS中的文件。如果是这样的话，您可以使用zip libhdfs读取原始文件，并使用zip/unzip C/C++库来解压缩内容。压缩文件格式相同。例如，如果文件是用lzo压缩的，那么您可以使用lzo库对其进行解压缩。

但是如果文件是序列文件，那么您可能需要使用JNI来访问它们，因为它们是Hadoop特殊文件。我以前见过Impala做过类似的工作。但这并不是开箱即用的。

Answer 2

谢谢你的回复。使用libhdfs读取原始文件，然后使用zlib扩展内容。这是可行的。该文件使用gzip。我用的代码是这样的。

z_stream gzip_stream;

gzip_stream.zalloc = (alloc_func)0;
gzip_stream.zfree = (free_func)0;
gzip_stream.opaque = (voidpf)0;

gzip_stream.next_in  = buf;
gzip_stream.avail_in = readlen;
gzip_stream.next_out = buf1;
gzip_stream.avail_out = 4096 * 4096;

ret = inflateInit2(&gzip_stream, 16 + MAX_WBITS);
if (ret != Z_OK) {
    printf("deflate init error\n");
}   
ret = inflate(&gzip_stream, Z_NO_FLUSH);
ret = inflateEnd(&gzip_stream);
printf("the buf \n%s\n", buf1);

return buf;