運行hadoop中出現的數據格式問題（for input string 異常.........(後面一串數字)）

最近使用hadoop實現kmeans的時候數據格式老是不對，上網查了一下，網上大部分都說數字之間用空格隔開 上網查了一下，有說數字太大的，還有的說超出int範圍了，關於這類錯誤比較少，所以就總結一下。其實是每一行兩個數字之間的空白太多了，每一行兩個數字之間只有一個空格，我使用的kmeans jar包是mahout裏面的，如果查看kmeans源碼就知道每一行兩個數字之間只有一個空格。因此我使用正則表

>>阅读原文<<