其实啊,spilt是，控制Apache Hadoop Mapreduce的map并发任务数，详细见http://www.cnblogs.com/zlslch/p/5713652.html
map，是mapper代码
reduce，是reducer代码
缓存，分组，排序，转发，
最重要的是，mr程序的组件InputFormat和OutputFormat啊！（重要的话，说三遍）
最重要的是，mr程序的组件InputFormat和OutputFormat啊！
最重要的是，mr程序的组件InputFormat和OutputFormat啊！
我们知道，在大数据里，数据源是非常之广，比如，hdfs(默认，而且还是TextInputFormat)，数据库，文件，ftp，网页，网络端口.....
那么，对于用户来说，不需要具体去管，特推出mr程序的组件-------InputFormat
往数据库、HBase、ftp、hdfs（默认是往hdfs写，而且还是TextOutputFormat），文件，，，用户不用管，特推出mr程序的组件------OutputFormat
But，在生产环境，可是最重要的是具体业务...
注意：
比如，对于图片，视频，，，这些，InputFormat，就不能了。
可以看到，DBInputFormat是去数据库里读，
可以看到，DBOutputFormat是往数据库里写。
其它更深以后会补上。。。。。
本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5713872.html，如需转载请自行联系原作者