H(hadoop&sourceCode).FileInputFormat源码解析

(1) 程序先找到你数据存储的目录。

(2)开始遍历处理（规划切片） 目录下的每一个文件。

(3)遍历第一个文件word.txt
        a.获取文件大小fs.sizeOf(word.txt)。
        b.计算切片大小
                computeSplitSize(Math.max(minSize,Math.min(maxSize,blocksize)))=blocksize=128M
        c.默认情况下，切片大小=blocksize。
        d.开始切，形成第1个切片：ss.txt-0:128M 第2个切片ss.txt-128:256M 第3个切片ss.txt—256M:300M（每次切片时，都要判断切完剩下的部分是否大于块的1.1倍，不大于1.1倍就划分一块切片）。
        e.将切片信息写到一个切片规划文件中。
        f.整个切片的核心过程在getsplito方法中完成。
        g.Iputsplit只记录了切片的元数据信息，比如起始位置、长度以及所在的节点列表等。
(4)提交切片规划文件到YARN上，YARN上的MrAppMaster就可以根据切片规划文件计算共启Map Task个数。
 

参考尚硅谷Hadoop视频！原视频连接：尚硅谷【官网】谷粉与老学员力挺的Java培训|大数据培训|前端培训|UI设计培训