假设有3个从节点和一个复制因子为2的主节点的hadoop集群。进一步假设文件F被分成3个块A，B和C，它们的存储方式如下： 从站1：A，B 从站2：A，C 从站3：B，CHadoop MapReduce负载平衡
另外，假设你踢地图reduce作业来计算F中的字数并且每个块被拆分3倍。
我的问题是如何分布映射器，以便他们优化最大生产力？一种可能性： 从1：3映射器对一个 从工作2：3的制图员可以基于C 从3工作：3映射器第B
但如何Hadoop的避免以下工作？ 从1:6映射器（第B 3 A，3） 从属2：空闲 从3：3映射器基于C
地图缩小执行是由YARN控制从Hadoop的2开始，其中有将是资源管理器（主）和节点管理器（在每个从属）。 节点管理器会将其服务器上的每个服务器上的内存，CPU等使用情况发送至资源管理器，作为心跳的一部分。
现在，当提交作业时，客户端将与交谈资源管理器并创建应用程序主文件夹。 Application Master将根据群集的使用情况创建，Resource Manager将使用来自节点管理器的信息进行呼叫。
一旦申请硕士是创建它会跟的Namenode让您的输入，并与节点管理器相关了解集群的使用块位置。在空闲群集中，每个从机运行一个映射器以处理相应块的概率很高。但在高度使用的群集中不能保证，一个节点可能处理所有3个块，而其他节点正在做其他一些工作。
默认映射器数量将与相同块数。 mappers的数量由分割大小决定，它等于块大小。您可以重置分割大小以使用更多映射器来处理您的数据。但是，负载平衡将根据群集中的使用情况完成。它可以在A上运行3个映射器，在B上运行3个映射器，在C上或其他任何组合上都不映射映射器。