如何确定hadoop中两对Mapreduce作业的映射器数量

问题描述

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

第一个 MapReduce 作业的输出文件大小：

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？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）