笔记：深入解析MapReduce架构设计与实现原理 第3章 MapReduce编程模型

一、文件切分块大小

splitSize = max (minSize, min(maxSize，blockSize))

其中：

minSize 参数mapred.min.split.size指定

 

maxSize 参数mapred.max.split.size指定

blockSize 块大小，默认64M

即不再考虑用户设定的Map Task个数

二、Mapper、Reducer 解析

特殊的Mapper/Reducer:

ChainMapper / ChainReducer：链

IdentityMapper / IdentityReducer：不处理直接输入

InvertMapper：交互key、value

RegexMapper：正则表达式

TokenMapper：拆分字符串

LongSumRducer：累加

三、Hadoop工作流

1、JobControl

2、ChainMapper / ChainReducer

3、Pig、Hive、Oozie、Azkakan