引言:思考某个MapReduce程序,到底有多少个Map Task和reduceTask
mapTask:
要处理的数据放在HDFS上,有多少个Block就有几个Maptask,一个block被一个MapTask处理。
reduceTask:
自己编写MapReduce程序,自己设定
hive:下面3个参数决定:
(1)设置每个reduceTask处理的数据量:
In order to change the average load for a reducer (in bytes):
设置:数据量
set hive.exec.reducers.bytes.per.reducer=<number>
默认一个reduceTask处理的大小
256000000 =256M
(2)限制一个MapReduce程序,Reduce Task最大数量:
In order to limit the maximum number of reducers:
设置:数量
set hive.exec.reducers.max=<number>
默认值:1009
根据50070输出文件名称推测 最大数量 10000