亚马逊电子病历的输入数据，是唯一合法的格式纯文本？

Question

亚马逊EMR的“开发指南”中引用，在输入目录中的文件格式应为纯文本。这是否意味着我不能上传一些二进制文件或.png文件和python脚本解析它们？

Answer 1

可能不会。例如见：https://groups.google.com/a/cloudera.org/forum/?fromgroups=#!topic/cdh-user/AUUZ0DKiJGw

你可以做的是有一个输入数据是文件名本身（无论是在S3或HDFS）。 Hadoop流式处理脚本将获取文件名作为输入，它可以打开并处理它认为合适的文件。