理解MapReduce中的切片+分区 ？？？？

如上图，如果我HDFS中，word目录下有这四个文件，那么它能分为几个切片呢？？？

**** MapTask的数量=切片数量

切块也分为两种

一种是物理切块，一种是逻辑切块

前者是将文件真正的变成文件块

后者是用对象来封装每个文件块的信息，比如文件夹的起始位置、和长度。这样的来分切块的作用，假如我一个文件是129M，那么我第二个切块一定是从这个文件的128M之后开始查找数据

后来，为了区分这两种这两种切块方式，把逻辑切块叫做切片。

再来说说ReduceTask ？？？

每一个ReduceTask对应的是一个分区

那么，何为分区思想？？？

就是要确保相同的key落到同一个分区（ReduceTask）里面，然后才能按照相同的key合并。

那么，何为分区算法？？？

为了让Mapper中相同的key，传输进入同一个分区

^{_{下面来总结一下：}}

MapReduce框架是一个分布式的计算框架，体现在一个job任务可以用多个MapTask、ReduceTask来分布式处理文件。ReduceTask的默认数量是1，可以通过代码设置

还有一点，Mapper组件和MapTask的关系？  Mapper组件中代码决定了MapTask如何处理文件数据

同理，Reducer组件决定了ReduceTask如何设置分区