hdfs中InputFormat的职责

职责1：对数据进行切片,然后jobClient就会向HDFS提交切片信息

职责2：map端通过其获得对应的RecordReader去读取切片

---

它是一个接口，只定义了两个方法。

InputSplit[] getSplits(JobConf job, int numSplits) throws IOException;
RecordReader<K, V> getRecordReader(InputSplit split, JobConf job, Reporter reporter) throws IOException;

InputFormat有多个实现类，例如FileInputFormat,CombineFileInputFormat...
他们实现了不同的数据切片策略，对应着不同的InputFormat的实现和RecordReader实现。

InputSplit也只有两个接口函数：
long getLength() throws IOException;
String[] getLocations() throws IOException;
只有这两个函数的原因是对于任务调配只需要关心其位置与长度。至于如何读取
不同的InputFormat对应不同的实现，如FileInputFormat对应的FileSplit就有如下
的信息：
  private Path file;      // Split所在的文件
  private long start;     // Split的起始位置
  private long length;    // Split的长度，getLength()会返回它
  private String[] hosts; // Split所在的机器名称，getLocations()会返回它