>gurus！
很长一段时间我都找不到以下问题的答案：在编写过程中如何 hadoop 拆分大文件。例：1） 块大小 64 Mb2）文件大小128 Mb（平面文件，包含文本）。
当我编写文件时，它将分为 2 部分（文件大小/块大小）。但。。。可能发生以下情况区块 1 将在...字300 字301 沃和区块 2 将启动RD302 字303...写大小写将是
区块 1 将在...字300 字301和区块 2 将启动字302** 字303...
或者你能链接到写Hadoop分裂算法的地方。
提前谢谢你！
查看此 wiki 页面，Hadoop InputFormat 将读取 FileSplit 的最后一行，超过拆分边界，当读取第一个 FileSplit 以外的内容时，它会忽略第一个换行符之前的内容。
文件将根据字节任意拆分。所以它可能会把它分成类似的东西 wo 和 rd302 .
这不是您通常必须担心的问题，而是系统的设计方式。MapReduce作业的InputFormat和RecordReader部分处理在记录边界之间拆分的记录。