block和split的理解

两者是从不同的角度来定义的：HDFS以固定大小的block为基本单位存储数据（分布式文件系统，实际存储角度，物理存储单位），而MapReduce以split作为处理单位（编程模型角度，逻辑单位）。

对于文件中的一行记录，可能会划分到不同的block中，也可能划分到不同的split中。

split是逻辑上的概念，它只包含一些元数据信息，比如数据起始位置、数据长度、数据所在节点等，它的划分方法完全由用户自己决定。split的多少决定Map Task的数目，因为每个split交给一个Map Task处理。