mapreduce中的split(分片)问题

本文深入解析Hadoop MapReduce中的Split逻辑,强调Split是按文件内容进行划分,与HDFS Block无直接设计关系。Split仅记录文件起始位置、长度和首个Block所在主机,而LineRecordReader按行读取数据。尽管两者在物理存储上有交叉,但在程序设计逻辑上独立。通常,选择Split大小为Block大小的1/N(N为正整数),以优化数据流动和执行效率。
摘要由CSDN通过智能技术生成

//这是hadoop1.0.4中LineRecordReader.java中的一段代码 

public void initialize(InputSplit genericSplit,

                         TaskAttemptContext context) throws IOException {

    FileSplit split = (FileSplit) genericSplit;

    Configuration job = context.getConfiguration();

    this.maxLineLength = job.getInt("mapred.linerecordreader.maxlength",

                                    Integer.MAX_VALUE);

    start = split.getStart();

    end = start + split.getLength();

    final Path file = split.getPath();

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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