正如Hadoop权威指南中提到的，在提交MR作业期间，输入拆分被计算出来，然后被复制到JobTracker的文件系统中。但是，如果数据真的很大，这对我来说没有意义。此副本将花费大量时间，而且，如果运行 JobTracker 的节点没有足够的空间，此副本会发生什么情况？请澄清这一处理框架。提前谢谢。
InputSplits 只是块边界的逻辑抽象。通常，输入拆分包含以下信息：
- 文件的路径
- 块起始位置
- 文件中要处理的字节数
- 包含正在处理的文件块的主机列表
对于给定的作业，JobClient 有责任通过调用内部调用InputFormat getSplits方法writeSplits计算输入拆分信息(这只是上述FileSplit对象的 ArrayList(，一旦计算出此信息，这些信息就会复制到 HDFS，JobTracker 将从那里读取并根据数据位置调度映射器。
如果您对拆分本身的计算方式感兴趣，请查看 FileInputFormat.getSplits 方法。