假设我有200个输入文件和20个节点，每个节点有10个映射器插槽。 Hadoop是否会始终均匀地分配工作，这样每个节点将获得10个输入文件并同时启动10个映射器？有没有办法强迫这种行为？
答案 0 :(得分：2)
使用多少映射器由输入决定 - 特别是输入分割。 因此，在您的情况下，可以将200个文件提供给200个映射器。但真正的答案有点复杂。这取决于
文件大小：如果文件大于块大小，则将块大小的块发送到映射器
是可分割的文件。例如gzip压缩文件无法拆分。并且整个文件转到一个映射器（即使文件大于块大小）