13.MapReduce框架原理

13.1InputFormat数据输入

13.1.3FileInputFormat切片源码解析

13.1.3.1切片源码断点在哪断并且介绍相关源码：

断点在https://blog.csdn.net/Redamancy06/article/details/126501627?spm=1001.2014.3001.5501
这篇文章写了一部分了，可以先跟着上篇文章做，然后再看这篇文件就好理解了。

一直运行到这一步然后强制进入。
在这个位置打上断点，然后再断点处强行进入

进去后在这两个地方打上断点

然后进入这个断点
就到FileInputFormat类里面了

然后一直往上翻到最上面，点这个按下f4，就可以出现继承关系(type hierarchy)

• 红色框住的是最常用的
  TextInputFormat是默认的按行切
  CombineTextInputFormat把多个小文件放到一起统一的进行切割
• 还有两个不经常用的
  NLineInputFormat按行进行切割
  KeyValueTextInputFormat

我是设置过的，参考的尚硅谷的java课程，有兴趣的可以看下我之前的博客，或者你在设置里面全部快捷键里搜一下type hierarchy
就可以知道你的快捷键是什么了

https://blog.csdn.net/Redamancy06/article/details/126134561

这里minSize获取的是1,1是怎么来的，可以看getFormatMinSplitSize这个和getMinSplitSize方法

getFormatMinSplitSize方法他是返回的是1，

他这个值是由mapreduce.input.fileinputformat.split.minsize这个值来决定

这个参数去mapred-default.xml里面找

<property>
  <name>mapreduce.input.fileinputformat.split.minsize</name>
  <value>0</value>
  <description>The minimum size chunk that map input should be split
  into.  Note that some file formats may have minimum split sizes that
  take priority over this setting.</description>
</property>

1
2
3
4
5
6
7
8

这里的值默认是0
所以minSize的值取1

maxSize没有获取到，是为什么呢，进入getMaxSplitSize方法里面看看

他的值是由mapreduce.input.fileinputformat.split.maxsize这个值决定
在mapred-default.xml里面mapreduce.input.fileinputformat.split.maxsize是找不到的，如果找不到，则会返回long的最大值，

这里开始循环变量输入的个数，这里可以说明是一个文件一个文件的切片

这里可以看出来文件地址，和文件大小

然后继续往下走到这里，isSplitable是检查是否支持切片，如果是压缩文件就不支持切片

然后再往下走到这里，blockSize是块的大小为32m，因为是在本地，所以他是32m

然后再往下走，splitSize是切片大小，他也是32m，是怎么来的，进入computeSplitSize方法看看

因为minSize为1，maxSize为long 的最大值，blockSize是32，所以切片的大小与minSize和maxSize有关，可以通过调整这两个的值来改变切片的大小

如果文件大小除以切片大小大于1.1则切成两片，如果小于1.1则按一片来处理

这行代码就是将切片信息存在本地

然后后面就是job提交源码的过程，有兴趣的可以看我之前写的博客https://blog.csdn.net/Redamancy06/article/details/126501627?spm=1001.2014.3001.5501

13.1.3.2切片源码详解

双shift打开查找文件，然后输入InputFormat

然后按f4打开这个进入FileInputFormat

然后ctrl+f3查看对应的方法

最主要关心的是getSplits这个方法

这个方法里有切片是怎么切的

13.1.3.3总结，那些可以证明你看过切片的源码

他的切片原则是按照每一个文件单独切片

还有这个，他的值取决于块大小，minSize，maxSize，但是块大小是不能改变的，因为他是实实在在存在物理地址的数据，因此块是不能改变的，但是minSize，和maxSize是可以改变的，可以通过改变这两个值来改变切片大小

然后就是这个1.1倍的事