1. MapTask并行度
   1. 问题：
      1. a文件300M，b文件100M，两个文件都存入hdfs，并作为某个mr任务的输入数据，现在我们请问下当前这个mr任务的split，以及MapTask的并行度是多少呢？
   2. 切片的计算方式：按照文件逐个计算，
      1. a: 0-128M 128-256M 256-300M
      2. b：0-100M
   3. 结果：4个split；并行度为4！！！
   4. 注意：在大数据分布式计算框架中，移动计算也不要移动数据，移动数据的成本很高，移动计算比较简单。
2. 切片大小等于block大小，并行度等于split数量！！

1. shuffle机制（MR的核心阶段 重点）

1. shuffle机制——Combiner组件
   1. 
      

1. CombineInputForMat切片原理：
   1. 
   2. 4个小文件：
      1. 2M 7M 0.3M 8.2M
   3. 假设设置setMaxInputSplitSize的值为4M
   4. 划分：
      1. 2M<4M，那么只划分为一块；
      2. 7M>4M，但不是大于2倍，那么平均划分成3.5M共两块；
      3. 0.3M<4M，那么划分为一块；
      4. 8.2M>4M，且大于2倍，那么先按照4M 划分一块，再将剩下的平均划分成2.1M共两块；
      5. 2M 3.5M 3.5M 0.3M 4M 2.1M 2.1M 共7个虚拟存储块；
   5. 所以：最终会形成3个切片 （2+3.5） （3.5+0.3+4） （2.1+2.1） （小的虚拟块不够4M，就将下一块加一起，再次比较）