输入输出主要有下面种类：

文件类型输入：

TextInputFormat?
用于读取纯文本文件，文件被分为一系列以LF或者CR结束的行，key是每一行的位置（偏移量,LongWritable类型），value是每一行的内容,Text类型。
这个在我们的项目中比较常用，不做说明hadoop会使用这个作为输入，只要往里面添加文件路径就可以了

  FileInputFormat.addInputPath(job, path);

KeyValueTextInputFormat?
同样用于读取文件，如果行被分隔符（缺省是tab）分割为两部分，第一部分为key，剩下的部分为value；如果没有分隔符，整行作为 key，value为空

SequenceFileInputFormat? （这种方式性能会比较好）
用于读取sequence file。 sequence file是Hadoop用于存储数据自定义格式的binary文件。
它有两个子类：SequenceFileAsBinaryInputFormat?，将 key和value以BytesWritable的类型读出；
SequenceFileAsTextInputFormat?，将key和value以 Text的类型读出

SequenceFileInputFilter?
根据filter从sequence文件中取得部分满足条件的数据，通过setFilterClass指定Filter，内置了三种 Filter，RegexFilter取key值满足指定的正则表达式的记录；
PercentFilter通过指定参数f，取记录行数%f==0的记录；MD5Filter通过指定参数f，取MD5(key)%f==0的记录。

NLineInputFormat
可以将文件以行为单位进行split，比如文件的每一行对应一个map。得到的key是每一行的位置（偏移量,LongWritable类型），value是每一行的内容,Text类型。

CompositeInputFormat?，用于多个数据源的join。（可以参考hadoop例子join)

static String  compose(String op, Class<? extends InputFormat> inf, Path... path)

参数op表示进行连接的类型：外连接还是内连接。paths是数据源文件，这是一个String数组或Path数组。
另外还是指定用哪种InputFormat来读取这些数据源文件--这要求所有的数据源文件可以用同一种方式来解析key和value

ZipFileInputFormat?
zip文件作为输入，每个zip文件对应一个map,hadoop对很多的压缩方式是透明的，但zip文件里面可能会有目录比较复杂

用关系数据库：

DBInputFormat

对mysql支持比较好，1.0.3版对oracle时候split有问题，具体是
OracleDBRecordReader 这个类 84行 if (split.getLength() > 0 && split.getStart() > 0){ 这个判断有问题，第一个split start值就是为0，要去掉

使用DBInputformat要给一个读数据的sql和读总数的sql过去，用户map分割

		DBInputFormat.setInput(job, DataRecord.class, sql, countSql);

另外要增加驱动，jobtracker 机器上的hadoop/lib目录要放驱动，不用重启，
其他的机器使用下面语句增加到class path上

       DistributedCache.addFileToClassPath(new Path("/lib/ojdbc14.jar"), conf, FileSystem.get(conf));

HBASE作为输入
使用hbase输入比较简单，hadoop会根据表的region数定义map的数量

       Scan scan = new Scan();
        scan.setCaching(500);
        scan.setCacheBlocks(false);

        TableMapReduceUtil.initTableMapperJob(
                T_APP_DEVICE, // input table
                scan, // Scan instance to control CF and attribute selection
                MyMapper.class, // mapper class
                null, // mapper output key
                null, // mapper output value
                job);