白萝卜

来源：《Hadoop权威指南（第2版）》 1. 为什么需要推测执行？ MapReduce将作业分解成多个任务并行运行的机制，决定了作业运行的总体时间对运行缓慢的任务比较敏感。为了尽量避免运行缓慢的任务对作业运行时间“托后腿”的情况，需要启动作业的推测执行。 2. 什么是推测执行？当Hadoop检测到一个任务运行比预期慢时，它会启动一个相同的任务进行备份。这就是任务...

来源：《Hadoop权威指南（第2版）》1. 几个概念输入分片：单个map处理的输入块。记录：每个输入分片划分为若干个记录，每条记录就是一个键/值对，map一个接一个地处理每条记录。...

来源：《Hadoop权威指南（第2版）》单纯摘抄 1. 文本输出TextOutputFormat为默认的输出格式，把每条记录写为文本行。TextOutputFormat输出的键/值分割符可由mapred.textoutputformat.separator属性设置，默认为制表符。...

来源：《Hadoop权威指南（第2版）》计数器是一种收集作业统计信息的有效手段，用于质量控制或应用级统计，可辅助诊断系统故障。1. 内置计数器Hadoop为每个作业维护若干内置计数器，以描述作业的各项指标。内置计数器包括：Map-Reduce框架：map输入记录、map跳过记录、map输入字节、map输出记录、map输出字节、combine输入记录、combine输出记录、redu...