机器学习_wordcount的一些问题

wordcount就是hadoop上的“hello world”，非常经典，弄清楚它可以快速的帮助我们理解hadoop一些相关概念和运行机制，

这里找了一篇好文，http://www.cnblogs.com/xia520pi/archive/2012/05/16/2504205.html

基本上把wordcount分析的非常透彻了，流程大概是这样子的

input->data->split->line(default)->mapper->combiner->reducer->output

但是还是有一个问题，就是当hadoop在split的时候，

如果将一个大的文本文件，切割成的部分中有断行怎么办？

又找一篇，作者分析了源码，http://www.cnblogs.com/dyllove98/p/3201248.html

当读到断行时，会去下一个split获取数据

关于reader的问题，还有自定义的inputFormat的方法，在这里有一篇

http://blog.sina.com.cn/s/blog_6a67b5c501010jb5.html