hadoop散记

不写，默认是下面的转换类
job.setInputFormatClass(TextInputFormat.class)

List<InputSplit> InputFormat.getSplits首先对输入的数据做切分，切分后的split书面决定map的任务数；

RecordReader<K,V> InputFormat.createRecordReader(InputSplit split, ...)传入切分的数据，处理成key、value，然后把keyvalue值送给map执行，每一对key、value对都会调用一次map；

FileInputFormat<K, V> extends InputFormat<K, V>

List<InputSplit> FileInputFormat.getSplits

TextInputFormat extends FileInputFormat<LongWritable, Text>

hadoop散记

原文：http://my.oschina.net/sniperLi/blog/359081