一、mapTask並行度的決定機制　

　　1.概述

　　一個job的map階段並行度由客戶端在提交job時決定

　　而客戶端對map階段並行度的規劃的基本邏輯為：

　　　　將待處理數據執行邏輯切片（即按照一個特定切片大小，將待處理數據劃分成邏輯上的多個split，然後每一個split分配一個mapTask並行實例處理　

　　這段邏輯及形成的切片規劃描述文件，由FileInputFormat實現類的getSplits()方法完成，其過程如下圖：

　　// 完整的筆記介紹，參考：http://blog.csdn.net/qq_26442553/article/details/78774061

　　2.FileInputFormat切片機制

　　　　 a) 簡單地按照文件的內容長度進行切片

　　　　b) 切片大小，默認等於block大小

　　　　c) 切片時不考慮數據集整體，而是逐個針對每一個文件單獨切片

　　相關的切片機制，可以參考相關博文：http://blog.csdn.net/m0_37746890/article/details/78834603

　　　　　　　　　　　　　　　　　　　http://blog.csdn.net/Dr_Guo/article/details/51150278

大數據入門第七天——MapReduce詳解（下）