MapReduce 中的输入格式（InputFormat）是什么？常见的输入格式有哪些？

在 MapReduce 框架中，输入格式（InputFormat）定义了如何从存储系统中读取数据，并将其分解成键值对的形式供 Mapper 处理。它是 MapReduce 作业执行过程中的一个关键组件，负责将输入的数据源转换为适合 Map 函数处理的格式。

常见的输入格式包括：

1. TextInputFormat：这是最常用的输入格式，适用于文本文件。它将每一行作为一个记录，键是该行在文件中的字节偏移量（LongWritable 类型），值是这一行的内容（Text 类型）。
2. KeyValueTextInputFormat：这种格式也用于处理文本文件，但它将每行视为一个键值对，其中键和值由指定的分隔符（默认是制表符）分隔。
3. SequenceFileInputFormat：用于读取 Hadoop 的 SequenceFile 文件格式，这是一种支持压缩的二进制文件格式，常用于 MapReduce 作业之间的数据交换。
4. NLineInputFormat：这种格式将输入文件中的 N 行作为一个分割传递给一个单独的 map 任务。例如，如果设置 N=10，则每个 map 任务将处理 10 行数据。
5. CombineTextInputFormat：当输入文件非常小，以至于每个文件都可能成为一个单独的 split 时，使用此格式可以减少 map 任务的数量。它会尝试将多个小文件合并到一个 split 中，以提高效率。
6. DBInputFormat：允许直接从数据库读取数据作为输入，通常与 Hadoop 的 DBInputFormat 和 DBOutputFormat 一起使用来实现 MapReduce 作业与关系数据库之间的交互。