一、SquenceFile

　　文件中每條記錄是可序列化，可持久化的鍵值對，提供相應的讀寫器和排序器，寫操作根據壓縮的類型分為3種。

　　---Write 無壓縮寫數據
　　---RecordCompressWriter記錄級壓縮文件,只壓縮值
　　---BlockCompressWrite塊級壓縮文件,鍵值采用獨立壓縮方式

在存儲結構上，SequenceFile主要由一個Header後跟多條Record組成，如下圖所示：

　　前三個字節是一個Bytes SEQ代表著版本號，同時header也包括key的名稱，value class , 壓縮細節，metadata，以及Sync markers。Sync markers的作用在於可以讀取任意位置的數據。
　　在recourds中，又分為是否壓縮格式。當沒有被壓縮時，key與value使用Serialization序列化寫入SequenceFile。當選擇壓縮格式時，record的壓縮格式與沒有壓縮其實不盡相同，除了value的bytes被壓縮，key是不被壓縮的。

當保存的記錄很多時候，可以把一串記錄組織到一起同一壓縮成一塊。
　　在Block中，它使所有的信息進行壓縮，壓縮的最小大小由配置文件中，io.seqfile.compress.blocksize配置項決定。

二、MapFile

　　MapFile是排序後的SequenceFile,通過觀察其目錄結構可以看到MapFile由兩部分組成，分別是data和index。

　　index作為文件的數據索引，主要記錄了每個Record的key值，以及該Record在文件中的偏移位置。在MapFile被訪問的時候,索引文件會被加載到內存，通過索引映射關系可迅速定位到指定Record所在文件位置，因此，相對SequenceFile而言，MapFile的檢索效率是高效的，缺點是會消耗一部分內存來存儲index數據。

　　需註意的是，MapFile並不會把所有Record都記錄到index中去，默認情況下每隔128條記錄存儲一個索引映射。當然，記錄間隔可人為修改，通過MapFIle.Writer的setIndexInterval()方法，或修改io.map.index.interval屬性；

　　另外，與SequenceFile不同的是，MapFile的KeyClass一定要實現WritableComparable接口,即Key值是可比較的。

　　缺點：
　　1.文件不支持復寫操作，不能向已存在的SequenceFile(MapFile)追加存儲記錄

　　2.當write流不關閉的時候，沒有辦法構造read流。也就是在執行文件寫操作的時候，該文件是不可讀取的

　　SequenceFile文件是用來存儲key-value數據的，但它並不保證這些存儲的key-value是有序的，而MapFile文件則可以看做是存儲有序key-value的SequenceFile文件。MapFile文件保證key-value的有序(基於key)是通過每一次寫入key-value時的檢查機制，這種檢查機制其實很簡單，就是保證當前正要寫入的key-value與上一個剛寫入的key-value符合設定的順序，但是，這種有序是由用戶來保證的，一旦寫入的key-value不符合key的非遞減順序，則會直接報錯而不是自動的去對輸入的key-value排序。
SequenceFile轉換為MapFile
　　mapFile既然是排序和索引後的SequenceFile那麽自然可以把SequenceFile轉換為MapFile使用mapFile.fix()方法把一個SequenceFile文件轉換成MapFile。

Hadoop IO操作之SequenceFile 和 MapFile