MR中InputFormat数据输入 -- 切片与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 20 个MapTask，可以提高集群的并发处理能力。那么 1K 的数据，也启动 20 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

>>阅读原文<<