块和映射器基于文件大小

Question

假设我有3个文件要存储在HDFS中，并希望通过MapReduce读取它们。

因此，HDFS位置.rightcont内有3个文件，分别为file1.txt，file2.txt，file3.txt

这3个文件的大小为/omega/usecase/input

还假设默认块大小 64MB 且复制因子为3

我想知道这三个文件有多少个块，如果我编写一个读取输入目录的MapReduce程序file1.txt(64MB),file2.txt(32MB),file3.txt(1MB)

，将执行多少个映射器

Answer 1

HDFS中将有3个块（每个文件一个）。

这些块中的每一个都将被复制到三台不同的机器上。因此，它们大约占所有文件大小的3倍= 3 * (64 + 32 + 1) MB。

执行M / R作业时，默认情况下会有3个映射器（每个块一个）。

Answer 2

每个文件3个块（块只是一个逻辑分隔）。

每个块有三个映射器进程。