全国旗舰校区

不同学习城市 同样授课品质

北京

深圳

上海

广州

郑州

大连

武汉

成都

西安

杭州

青岛

重庆

长沙

哈尔滨

南京

太原

沈阳

合肥

贵阳

济南

下一个校区
就在你家门口
+
当前位置:首页  >  应聘面试  >  大数据面试题

getSplit怎么分片的,分片的大小

发布时间:2022-09-02 15:41:32
发布人:wjy

1. split是逻辑分片,再mapTask任务开始前,将文件按照指定的大小进行逻辑切分。每一个部分称之为一个split。

默认情况下,split的大小与block的大小相等。均为128M. 

2. 可以参考FileInputForamt类的getSplits()源码

1. 会先获取三个参数的值,minSize,maxSize,blockSize

2. 然后创建一个分片集合用于存储分片数据

3. 获取文件的所有块信息,进行遍历

4. 得到一个块的状态信息,然后判断是否可以切分

5. 然后根据三个参数获取分片大小

6. 循环判断文件剩余部分是否大于切片大小的1.1倍, 

1. 大于的话就调用makeSplit方法创建当前块的逻辑分片

2. 不大于的话,就将文件剩余的部分创建一个唯一的最后一个分片。

7. 将每一个逻辑分片添加到分片集合中,等待被使用 

3. 分片的大小由minSize,maxSize,blockSize

三个参数决定 算法如下: Math.max(minSize,Math.min(maxSize, blockSize)),其中maxSize是取得longValueMax的值

1. 如果blockSize小于maxSize && blockSize 大于 minSize之间,那么split就是blockSize;

2. 如果blockSize小于maxSize && blockSize小于minSize之间,那么split就是minSize;

3. 如果blockSize大于maxSize && maxSize大于minSize之间,那么split就是maxSize;

4. 如果blockSize大于maxSize && maxSize小于 minSize之间,那么split就是maxSize(不存在这种关系)。

getSplit怎么分片的,分片的大小

相关文章

大数据kafka常见面试题——如何搭建kafka?

2023-08-07

大数据kafka常见面试题——kafka中如何避免重复消费

2023-08-04

大数据面试题之多种方法创建dataframe

2023-08-02

大数据Hadoop面试题——Hadoop干什么用的?

2023-08-01

大数据行业2年工作经验的面试题有哪些?

2023-07-28

大数据kafka面试题——kafka和flume的区别是什么?

2023-07-27
在线咨询 免费试学 教程领取