hadoop mapper数量确定

本文探讨了Hadoop中mapper数量的确定方法。通过理解inputsplit的计算逻辑,即Math.max(minSize, Math.min(maxSize, blockSize)),可以得知mapper数量取决于如何将输入分割为InputSplit。不同类型的输入有不同的分割逻辑。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

刚开始学习hadoop 用于实践

reducer 的数目可以通过参数指定--Job.setNumReduceTasks(int) 通常设置为 (0.95~1.75 ) * 节点数量 * 每个节点上最大的容器数

而mapper的数目如何确定呢?

inputsplit由如下算法得到:Math.max(minSize, Math.min(maxSize, blockSize))  通俗讲就是inputsplit取blcoksize在minsize 和maxsize范围内的值,当然超出的话就是上下限值 minsize、maxsize

抽象方法List<InputSplit> getSplits(JobContext context)定义了如何将输入分割为InputSplit,不同的输入有不同的分隔逻辑,而分隔得到的每个InputSplit交由不同的mapper处理,因此该方法的返回值确定了mapper的数量

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值