我必须（通过hadoop）处理不带分隔符的可变长度文件。这些文件的格式为：
（长度记录1）（记录1）（长度记录2）（记录2）…（长度记录n）（记录n）
记录之间没有分隔符（文件在一行中）。lenghtrecord和记录本身之间没有分隔符（为了清楚起见，在本文中添加了括号）。
我想我既不能使用textinputformat也不能使用keyvaluetextinputformat默认类，因为它们是基于使用换行符或回车符返回信号然后换行结束。
所以，我想我必须自定义一个输入格式来加载这些文件。但我不知道该怎么做。
我必须重写createrecordreader（）才能读取记录n的长度，并标识记录n的结尾吗？如果是这样的话，我如何处理拆分可以有半行的事实？
提前谢谢。
当做