hadoop读取GBK编码文件，中文乱码问题求助?

Question

hadoop读取GBK编码文件，中文乱码问题求助

Answer 1

1、hadoop内部默认的文本读取编码设置为utf-8，你的源文件为gbk，在读取时遇到中文时是肯定要出现乱码。解决方法有二：（1）将你的GBK编码的文件在生成时，统一成utf-8,这是最好的方式，方便国际化。（2）重写一个你的hadoop读文件的FileInputFormat对象，在其中进行传相应的编码值与编码转换的工作，这个是比较麻烦，实际当中用得很少。