地图输出记录的数量少于合并hadoop中的输入记录

Question

当我运行mapreduce时，我得到的结合输入记录大于地图输出记录吗？这真的很奇怪。我无法弄清楚到底发生了什么？据我所知，地图输出记录应该是相同的广告组合输入记录。任何人都可以请帮我找出问题。提前致谢。

这是一个现实世界的工作例如：

Map-Reduce Framework 
     Map input records=112705844 
     Map output records=64841776 
     Combine input records=64842079 
     Combine output records=409 
     Reduce input records=106 
     Reduce output records=4 

Answer 1

显然的行为组合如何应用于从Hadoop的0.18开始发生了变化。每个地图任务只需调用一次组合器之前。现在它可以在地图和减少方面被调用0次或更多次。这表明组合器输入/输出记录的计数不必完全匹配地图/减少输入/输出计数。