Sqoop压缩编解码器：snappy与org.apache.hadoop.io.compress.SnappyCodec的区别

嘿，这个问题问到点子上了！其实--compression-codec snappy和--compression-codec org.apache.hadoop.io.compress.SnappyCodec完全指代同一个压缩编码器，二者没有功能上的差异，只是写法形式不同而已，具体细节可以拆解来看：

• 简写形式是官方提供的便捷别名
  Hadoop生态系统为了简化常用压缩编码器的使用，给它们设置了简短的别名。snappy就是org.apache.hadoop.io.compress.SnappyCodec这个类的官方别名，Sqoop作为Hadoop生态的工具，自然兼容这种简写方式，让命令行输入更简洁。

• 全类名是编码器的完整身份标识
  当你需要使用一些自定义的、没有被Hadoop内置别名的压缩编码器时，就必须指定完整的类路径，这样Sqoop才能精准找到对应的实现类。而对于Snappy、Gzip、LZO这类常用编码器，两种写法都能正常触发相同的压缩逻辑，最终的压缩结果、性能表现完全一致。

• 小验证技巧
  你可以随便选一种写法执行Sqoop导出/导入命令，最终生成的压缩文件格式、大小都不会有区别。如果想确认某个简写对应的全类名，也可以查看Hadoop的core-site.xml配置文件，里面的io.compression.codecs参数会列出所有注册了别名的压缩编码器信息。

内容的提问来源于stack exchange，提问作者Bala