正如“ssaikia\u jtherocker”所解释的，Map器任务是根据hdfs块上的逻辑拆分总数创建的。我想补充一点问题#3“一个输入文件是如何在Map器之间分布的？一个Map器的输出分布在多个缩减器中（这是由框架完成的，或者您可以更改）？“例如，考虑我的字数计算程序，它计算文件中的字数，如下所示：

公共类wcmapper扩展了Map器{

@Override
public void map(LongWritable key, Text value, Context context) // Context context is output
        throws IOException, InterruptedException {

    // value = "How Are You"
    String line = value.toString(); // This is converting the Hadoop's "How Are you" to Java compatible "How Are You"

    StringTokenizer tokenizer = new StringTokenizer (line); // StringTokenizer returns an array tokenizer = {"How", "Are", "You"}

    while (tokenizer.hasMoreTokens()) // hasMoreTokens is a method in Java which returns boolean values 'True' or 'false'
    {
        value.set(tokenizer.nextToken()); // value's values are overwritten with "How" 
        context.write(value, new IntWritable(1)); // writing the current context to local disk
        // How, 1
        // Are, 1
        // You, 1
        // Mapper will run as many times as the number of lines 
    }
}

}

因此，在上面的程序中，stringtokenizer将行“how are you”拆分为3个单词，当在while循环中使用时，Map器的调用次数与单词数相同，因此这里调用3个Map器。
对于reducer，我们可以指定使用“job.setnumreducetasks（5）；”生成输出的reducer数量声明。下面的代码片段将给你一个想法。

公共类bookmain{

public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    // Use programArgs array to retrieve program arguments.
    String[] programArgs = new GenericOptionsParser(conf, args)
            .getRemainingArgs();
    Job job = new Job(conf);
    job.setJarByClass(BooksMain.class);
    job.setMapperClass(BookMapper.class);
    job.setReducerClass(BookReducer.class);
    job.setNumReduceTasks(5);

//job.setcombinerclass（bookreducer.class）；

job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);

    // TODO: Update the input path for the location of the inputs of the map-reduce job.
    FileInputFormat.addInputPath(job, new Path(programArgs[0]));
    // TODO: Update the output path for the output directory of the map-reduce job.
    FileOutputFormat.setOutputPath(job, new Path(programArgs[1]));

    // Submit the job and wait for it to finish.
    job.waitForCompletion(true);
    // Submit and return immediately: 
    // job.submit();
}

}

让我试着回答你的问题。请告诉我你认为哪里不对-
1） Map器和缩减器的数量是由框架创建的还是可以更改的？
创建的Map任务总数取决于hdfs块中的逻辑拆分总数。因此，固定Map任务的数量可能并不总是可能的，因为不同的文件可能有不同的大小，并且总块的数量也不同。因此，如果您使用的是textinputformat，那么每个逻辑分割大致等于一个块，并且固定总Map任务的数量是不可能的，因为对于每个文件，可以创建不同数量的块。
与Map器的数量不同，还原器可以是固定的。
2） 输出文件的数量总是等于减速机的数量？i、 每个减速机创建自己的输出文件？
在某种程度上是的，但是有一些方法可以从一个reducer创建多个输出文件。例如：多次输出
3） 一个输入文件如何在Map器之间分布？一个Map器的输出分布在多个简化器中（这是由框架完成的，或者您可以更改）？
hdfs中的每个文件都由块组成。这些块被复制并可以保留在多个节点（机器）中。然后，Map任务被安排在这些块上运行。map任务可以运行的并发级别取决于每台机器拥有的处理器数量。e、 对于一个文件，如果计划了10000个Map任务，则取决于整个集群中的处理器总数，一次只能并发运行100个。
默认情况下，hadoop使用hashpartitioner，它计算从Map器发送到框架的键的hashcode，并将它们转换为分区。
例如。：

public int getPartition(K2 key, V2 value,
                          int numReduceTasks) {
    return (key.hashCode() & Integer.MAX_VALUE) % numReduceTasks;
  }

正如您在上面看到的，分区是从基于哈希代码固定的还原器总数中选择的。因此，如果numreducetask=4，则返回的值将在0到3之间。
4） 当存在多个输入文件（即包含输入文件的目录）时，如何进行管理？
hadoop支持由多个文件组成的目录作为作业的输入。