【发布时间】：2015-03-29 03:30:28
【问题描述】：
我已经安装了 Hadoop 和 hive。我可以使用 hive 处理和查询 xls、tsv 文件。我想处理其他文件，例如 docx、pdf、ppt。我怎样才能做到这一点？是否有任何单独的程序可以在 AWS 中处理这些文件？请帮我。
【问题讨论】：
标签： hadoop amazon-web-services hive bigdata elastic-map-reduce
【发布时间】：2015-03-29 03:30:28
【问题描述】：
在任何 Hadoop 平台中使用这些文件没有任何区别。为了便于访问和持久存储 - 您可以将这些文件放在 S3 中。
【讨论】：
-
感谢您的回复...我想知道如何对 docx、pdf、ppt 文件进行查询。
-
我相信，有开源 API 可以从上述所有文件中交互/提取数据。您可以将它与 Hadoop / EMR 结合使用