1,数据块block;是HDFS物理数据块,一个文件丢到HDFS上,会被HDFS切分成指定大小的数据块。即block。
2.数据切片;数据切片是逻辑概念,只是程序在输入数据时的时候对数据进行标记。不会实际切分磁盘数据。
3,一个Job的Map阶段并行度,也就是Mapper的数量是由提交Job时数据的切片数量决定的。
4,每一个Splitsize=Blocksize。
5,Split是逻辑意义上的split。 通常在 M/R 程序或者其他数据处理技术上用到。根据你处理的数据量的情况,split size是允许用户自定义的。