假設我們有3個mapper（m1，m2和m3）和2個reducers（r1和r2）。地圖輸出分區的大小？
每個減速器從由每個映射器生成的文件獲取其輸入的分區。
從作業歷史中，我可以提取每個減少任務的總輸入量， 但我想知道每個映射器對這個減速器輸入量的貢獻量嗎？
例如，減速器R1將收到INPUT_r1如：
INPUT_r1 =（分區從M1取出）+（分區從平方米取出）+（分區從立方米取出）
我想從mappers知道這些分區的大小？
幾件事情需要以找到映射器分區的大小要考慮的。
首先，我們應該認識到，在Hadoop中，partitioners執行合之前，因此，如果你在你的邏輯有一個組合，你將需要考慮它...如果它影響你試圖找到的大小。這是相關的，如果你發現大小的另一種方式比我建議在這裏。
其次，默認分區HashPartitioner分配大致相同的數字鍵的每個減速機。所使用的方法是：
public int getPartition(K2 key, V2 value, int numReduceTasks) {
return (key.hashCode() & Integer.MAX_VALUE) % numReduceTasks;
}
注意，分割器只考慮了鍵，並忽略其可以向傳播給減速器數據的不均勻分佈的值。
我會怎麼做才能找到大小，在HashPartitioner或自定義分區程序附近設置一個計數器，並計算每個鍵值對的大小。然後爲每個分區器輸出這個值。您可能需要跟蹤每個分區發送數據的位置，因爲分區器本身不知道他們將數據發送給誰。
很多這個問題的研究參考從MapReduce Book