書接上文：解決小文件多的另外一個辦法是使用SequenceFile。
實驗一：用Java code把指定文件夾下的所有小文件打包成SequenceFile
代碼如下：
執行完該java 程序後，hdfs上面生成了SequenceFile: /sfile/sfile.seq
我們可以用命令"hadoop dfs -text /sfile/sfile.seq" 以text file的格式（而非二進制格式）查看該sequencefile 的內容 。
實驗二：用Java code讀取SequenceFile內容
代碼如下：
執行該java 程序後便可以把SequenceFile裏面的內容挨條讀出。
實驗三：用SequenceFile當作MapReduce Job的輸入
需要說明的是：在MR job裏面需要指定對應的FileInputFormat，比如“conf.setInputFormat(SequenceFileAsTextInputFormat.class)”。
執行完後，雖然SequenceFile裏面包含了很多的小文件，但是可以看到Job啓動的Map數量只有2——這樣也驗證了SequenceFile可以較好地解決小文件過多的問題。
簡單總結一下：通過使用SequenceFile不僅可以減少NameNode的壓力，同樣也可以來減少map的數量。不過，它的代價是：需要花工夫創建該SequenceFile。
