MapReduce的字計數例提供了兩個映射器V2.5.1

Question

當我去通過Hadoop的MapReduce的教程，at one point它已經提到以下，

對於給定的樣品輸入第一地圖發射：<您好，1> <世界， 1> <再見，1> <世界1>

第二地圖發射：<您好，1> < Hadoop的，1> <再見，1> < Hadoop的，1>

我們如何確定第一個輸入文件將由一個映射器處理，第二個輸入文件將由另一個映射器處理？或者這只是一個假設？

Answer 1

簡短回答：
一個映射器無法處理多個文件。所以，對於兩個文件我們至少需要兩個映射器。

更長（但仍簡化）回答：
一個映射器只處理一個輸入拆分。一個文件創建至少一個輸入分割。因此，兩個文件創建至少兩個輸入分割，因此由兩個映射器處理。

如果文件大於塊的大小，則可以將文件分割爲更多的分割。塊的默認大小是（在當前版本中）128MB（在以前的版本中是64MB）。如果一個文件大於128MB，那麼它會產生多個輸入分割。所以，即使是同一個文件也可以由兩個或多個映射器來處理。這由InputFormat確定（也請參閱this post）。

Detailed answer