我想帮助理解算法。我首先粘贴了算法解释，然后是我的疑惑。
算法:(用于计算记录对之间的重叠）
给定用户定义的参数K，文件DR（* Format：record_id，data *）被分成K个近似等大小的块，使得文档Di的数据落入第i / K th块中。
我们覆盖了Hadoop的分区功能，该功能将映射器发出的密钥映射到reducer实例。每个键（i，j）都映射到j / Kth组中的reducer。
特殊键i，*及其相关值，即文档的数据最多复制K次，以便可以在每个缩减器上传送文档的全部内容。因此，组中的每个reducer只需要在内存中恢复并加载一个DR文件块， 通过改变K，其大小可以任意设定。因此可以计算重叠。这是以复制通过MapReduce框架提供的文档为代价的。
疑惑：
我做了一些假设：
声明：每个键（i，j）都映射到j / Kth组中的reducer。假设：存在K个减少节点，并且该密钥被映射到j / Kth reduce节点。
怀疑：是否有一些减少节点组合在一起？比如说0,1,2个节点被分组为0组？
声明：文档的数据最多可复制K次，因此可以在每个reducer上传送文档的完整内容。
这意味着K等于没有。减速机节点？如果没有，我们正在浪费计算节点，而不使用它们吗？
主要疑问：K是否等于减速器节点的数量？
希望得到答复！
谢谢！
答案 0 :(得分：0)
在针对当前程序的节点变得不必要之后测试相同的程序。我发现一旦完成操作通常会更好。
但是，如果操作只是知道稍后在操作期间处理，则可能需要允许代码一直持续到最后。