Hadoop导出来的文件是snappy，怎么让他导出来是txt文件

Hadoop默认将序列化后的数据存储为二进制形式，如SequenceFile、TextFile等，如果你想从Hadoop读取的数据转换成文本格式（如.txt），你可以采用以下步骤：

1. **数据处理**：如果你的数据已经在HDFS上，并且是以Snappy压缩的SequenceFile或其他适合文本化的格式（比如Avro、Parquet），你需要先在MapReduce作业或者Spark程序中解压和解析数据。对于SequenceFile，可以使用`org.apache.hadoop.io.compress.SnappyCodec`解压缩，然后读取`WritableComparable`对象。

// Java示例（假设你有一个TextInputFormat的输入）
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.io.compress.SnappyCodec;

Configuration conf = new Configuration();
conf.set("io.compression.codec", SnappyCodec.class.getName());
FSDataInputStream in = FileSystem.get(conf).open(path);

2. **转存到TXT**：读取原始数据后，将其转换为文本格式并写入新的TextFile。例如，你可以使用`TextOutputFormat`：

import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

Job job = Job.getInstance(conf, "convert to text");
job.setOutputKeyClass(Text.class); // 输出键为字符串
job.setOutputValueClass(Text.class); // 输出值也为字符串
Mapper mapper = new MyMapper(); // 自定义mapper处理转换
TextOutputFormat.setOutputPath(job, new Path(outputDir));

3. **运行作业**：提交MapReduce任务或Spark job运行这个过程，完成后会在指定目录有.txt格式的文件。

注意：这涉及到实际的编程操作，确保你的`MyMapper`类能够正确地处理数据的转换。