一种基于海量SequenceFile数据的分布式存储方法

摘要

本发明实施例公开了一种基于海量SequenceFile数据的分布式存储方法，涉及数据处理技术领域，实现对文本数据的二进制格式的存储，提高了插入和查询数据的速度。该基于海量SequenceFile数据的分布式存储方法包括：将同一类的批量文本数据打包为一行SequenceFile记录，并为SequenceFile所述记录配置用于查询的键，所述文本数据的数据内容作为SequenceFile记录的值，多行SequenceFile记录组成一个SequenceFile文件；将SequenceFile文件分割为多个子文件，并将所述多个子文件分发到集群的不同机器上存储。