我有这个查询。假设我有3个datanode+nodemanager（集群）。我们的复制因子为3。在第一个集群中，我们得到了4个块，所以默认情况下，4个映射器将在第一个群集上并行运行。那么，由于复制因子为3，我们将在开始时运行12个映射程序？
块的数量取决于文件大小。如果你有1gb的文件，构成8个块（128 mb）。
因此，现在，通过遵循数据位置和机架感知，所有8个块都将被复制三次，但这并不意味着当您对此文件运行任何作业时，所有24个（8 x 3）块都将得到处理。复制用于从磁盘故障类型的场景中恢复。
因此，为了回答您的问题：
映射器的数量=输入拆分的数量（在大多数情况下为块的数量）。
集群上将只有8个映射程序在运行。Hadoop将根据数据位置决定这些映射程序需要在哪个节点上运行——在集群（节点）中最近的块位置。
如果为集群启用了推测执行，则会有不同的情况-hadoop推测任务执行