我试图理解mapreduce的几个关键概念，当它与AWS EMR有关时的特殊性。让我们说所有这些我使用外部蜂巢Metastore（RDS）
我的问题如下
因为EMR有一个Task节点的概念（它处理数据但不保存我所理解的持久数据）。是将数据从HDFS（从核心节点）复制到任务节点以进行处理并将最终结果发送回核心节点。我想我有点困惑，因为mapredue是关于移动＆＃34;代码＆＃34;到数据处理的位置。由于任务节点上没有任何数据，它处理的是什么（除非它按照我前面提到的那样复制数据进行处理？）
当我的所有数据都在S3中时，这是如何工作的，再次由于事实而混淆，＆＃34;代码移动到数据＆＃34; ...因为我的数据位于S3，是它将它复制到核心节点进行处理并将其放回S3？
如果让我说我在S3中拥有所有数据，使用s3distcp将数据复制到HDFS进行处理是否更有效，或者我最好将我的hive表指向S3存储桶位置？