篇首语:本文由编程笔记#小编为大家整理,主要介绍了大数据之Hadoop(MapReduce):切片与MapTask并行度决定机制相关的知识,希望对你有一定的参考价值。
目录
- 1.问题引出
- 2.MapTask并行度决定机制
- 3. MapTask并行度决定机制
1.问题引出
MapTask的并行度决定Map阶段的任务处理并发度,进而影响到整个Job的处理速度。
思考:1G的数据,启动8个MapTask,可以提高集群的并发处理能力。那么1K的数据,也启动8个MapTask,会提高集群性能吗?MapTask并行任务是否越多越好呢?哪些因素影响了MapTask并行度?
2.MapTask并行度决定机制
数据块:Block是HDFS物理上把数据分成一块一块。
数据切片:数据切片只是在逻辑上对输入进行分片,并不会在磁盘上将其切分成片进行存储。
3. MapTask并行度决定机制