hadoop将中间数据溢出Map器输出存储到本地磁盘中，如设置所指定 mapreduce.cluster.local.dir 在这里。
因此，假设hadoop作业已经过了reduce阶段的一半，集群中的一台机器就死了。这意味着：
减速机任务的所有进度/数据都将丢失
存储在该机器本地文件系统上的所有中间Map器输出数据都将丢失
您必须重新运行（2）中输出数据丢失的所有Map器，然后重新执行shuffle阶段，将所有数据放入（1）中的reducer中，然后当然要重新运行reducer任务。
我的问题是：
这个推理正确吗？这是否意味着即使一台机器在hadoop作业中出现故障，也会使总作业运行时间增加一倍？
如果机器故障很常见，例如，如果您运行的是经常中断的现场示例（在aws或其他系统上），那么将中间输出存储在hdfs上而不是本地文件系统上有意义吗？
hadoop知道重新运行丢失输出的Map程序吗？如果其他还原程序在死后仍在从这些Map程序获取数据，它们会暂停执行吗？
谢谢，
阿文