Reduce map的并行度

Reduce的并行度：
一般在集群中，一个节点启动一个reduceTask
reduceTask的数量是代码能决定的
通过job.setNumReduceTask(n)来决定，n是ReduceTask的数量，根据实验表明，reduceTask的数量与slaves节点数量保持一致的时候，性能最好。
如果有特殊情况，比如输出需要一个文件，reduceTask要设置为1.或者不需要reduceTask的时候，设置为0.
Map的并行度：
原数据需要一个临界点进行切割，可以任意设置，如果需要读取HDFS中的数据，为了读取方便，节省掉文件系统拆分再合并，合并再拆分的过程，把临界点设置为128M，与block块保持一致。
注意：
1.目录下的每个文件分别划分split
2.如果剩余大小不足原来文件的10%，为了避免过小的split，不会再进行切分。
3.每个InputSplit就启动一个mapTask。mapTask的数量与ReduceTask的数量没有关系；每个mapTask里的分区数量与reduceTask的数量有关系。分区数量<=reduceTask数量。