MapReduce（七）InputSplit和HDFS block的关系

InputSplit是block和mapper之间的代理，也即是为mapper提供了一个数据视图。

我们以HDFS的block的大小为128MB举例，当一行日志为130MB（包括行分隔符），这一行数据会被分在两个block中，如果mapper直接读block的话，会读到一个被截断的行日志。这是为什么在mapper和block之间添加一个Split层的原因。

对于上面的例子，我们只需设置InputSplit的大小为130MB，mapper即可读到完整的日志行。