在这篇文章中主要关注MapReduce作业的输入和输出，由于Hadoop版本的变化及本人对这些变化了解的还不够深入，难免有描述不清楚的地方，会在进一步学习后更正不准确的地方。
作业输入
InputFormat描述了MapReduce作业的输入规范。MapReduce框架依靠作业的InputFormat实现：
1. 验证作业的输入规范。
2. 将输入文件分割为逻辑的InputSplit，每个InputSplit被分配给单个的Mapper。
3. 提供RecordReader的实现用于收集来自逻辑InputSplit的输入记录，进而被Mapper处理。
基于文件的InputFormat的默认行为，通常是FileInputFormat的子类，是基于输入文件的总的大小（单位为字节）将输入分割到逻辑InputSplit中。但是输入文件的FileSystem块大小作为InputSplit的上限&#
订阅专栏 解锁全文
848
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
