Hadoop下将大量小文件生成一个sequenceFile文件

1）遇到的问题，因为是在集群上运行，代码中String seqFsUrl = "hdfs://localhost:9000/user/mjiang/target-seq/sdfgz.seq";的localhost错误，

于是老是出现连接不上的问题，（Retrying connect to server: localhost/127.0.0.1:8020. Already tried 0 time(s).）

所以运行程序时出现连接不上Hadoop的问题时，考虑是不是程序写错了。

2）sequenceFile中虽然是按文件名（或其他任何值）为键，文件内容为值来存储的。但用SequenceFileAsTextInputFormat来读取时，键值还是会被读到文件的第一行

没分析源码，不清楚原因

3）sequenceFile可以处理.gz文件（没有实验出不行，按说.gz文件是不可以分块存储的？？？逻辑上还是一个）

import java.io.BufferedInputStream;  
import java.io.FileInputStream;  

import java.io.IOException;  
import java.io.InputStream;  

import java.io.File;  
import java.net.URI;  

  
import org.apache.Hadoop.conf.Configuration;  

import org.apache.Hadoop.fs.FileSystem;  
import org.apache.Hadoop.fs.Path;  

import org.apache.Hadoop.io.IOUtils;  
import org.apache.Hadoop.io.NullWritable;  

import org.apache.Hadoop.io.SequenceFile;  
import org.apache.Hadoop.io.Text;  

  
public class sequeneceFile{  

      
    public static void main(String[] args) throws IOException {  

          
        //String seqFsUrl = "hdfs://localhost:9000/user/mjiang/target-seq/sdfgz.seq";   

        String seqFsUrl = "user/mjiang/target-seq/sdfgz.seq";  
  

        Configuration conf = new Configuration();  
        //conf.set("fs.default.name", "hdfs://venus:9000");   

        //conf.set("Hadoop.job.user", "mjiang");   
        //conf.set("mapred.job.tracker", "venus:9001");   

  
        FileSystem fs = FileSystem.get(URI.create(seqFsUrl),conf);  

  
        Path seqPath = new Path(seqFsUrl);  

  
        //Text key = new Text();   

  
        Text value = new Text();  

  
        String filesPath = "/home/mjiang/java/eclipse/Hadoop/sequenceFile/data/sdfgz/";  

  
        File gzFilesDir = new File(filesPath);  

  
        String[] gzFiles = gzFilesDir.list();  

          
        int filesLen=gzFiles.length;  

          
        SequenceFile.Writer writer = null;  

          
        try {//返回一个SequenceFile.Writer实例 需要数据流和path对象 将数据写入了path对象   

              
                      

            writer = SequenceFile.createWriter(fs, conf, seqPath,NullWritable.class, value.getClass());  
              

            //for (int i=0;i<2;i++){   
                      

            while (filesLen>0){  
              

                File gzFile = new File(filesPath+gzFiles[filesLen-1]);  
              

                InputStream in = new BufferedInputStream(new FileInputStream(gzFile));  
              

                long len = gzFile.length();  
              

                byte[] buff = new byte[(int)len];     
  

                if ((len = in.read(buff))!= -1) {  
                  

                    value.set(buff);  
                  

                    writer.append(NullWritable.get(), value);//将每条记录追加到SequenceFile.Writer实例的末尾      
  

                }  
                  

                //process   
                  

                System.out.println(gzFiles[filesLen-1]);  
              

                //key.clear();   
              

                value.clear();  
                  

                IOUtils.closeStream(in);  
                  

                filesLen--;//!!   
              

            }  
            //filesLen = 2; }   

        } finally {  
  

            IOUtils.closeStream(writer);  
  

        }  
    }  

}