如何解决如何确定hadoop中两对Mapreduce作业的映射器数量
我正在使用两对 MapReduce 作业。第一个 MapReduce 对的输出是第二个 MapReduce 对的输入。我对第二个 MapReduce 作业使用的映射器数量感到有些困惑。我知道这取决于输入拆分,但我的问题是如何确定输入拆分的数量?
假设我使用了 4 个减速器,减速器的输出是 part-r-00000 到 part-r-00003。 Hadoop 是否会将所有这 4 个分区合并为一个输入文件,然后根据块大小将其分区为输入拆分?
说, 块大小=64MB
part-r-00000:20MB, 部分-r-00001:30MB, 部分-r-00002:50MB, 部分-r-00003:28MB
Hadoop 会将所有这 4 个输出文件合并为一个大小为 128MB (20MB+30MB+50MB+28MB=128MB) 的文件,然后创建 2 个输入拆分 (128MB/64MB) 以供两个映射器处理,还是会使用4 个映射器,因为我们有 4 个来自第一个 reducer(part-r-00001-part 到 r-00003)的输出分区?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。