MapTask 、ReduceTask 数量的决定因素

• 1.MapTask的数量是由切片的个数决定，切片的个数由 （1）输入文件的数量、大小 （2）切片规则决定。（参数的大小：minsize 、maxsize、blocksize）

切片大小默认为block=128M，切片时不针对数据集整体，而是针对每一个文件单独进行切分，计算spiltsize大小的公式：

splitSize =  Math.max(minSize, Math.min(maxSize, blockSize));。

• 2.ReduceTask的数量可以自定义配置，但要考虑业务需求、并且根据集群性能来定，默认数量为1，conf.setNumReduceTasks(int num)。