如果文件已被拆分，mapreduce作业如何执行？
在hdfs中，文件存储在块中（默认块大小为64mb，您可以通过 dfs.block.size 属性）。如果文件大于块大小，则将文件拆分为等于或小于块大小的块。因此，如果mapreduce作业的输入文件大于块大小，则将其拆分。否则就不是了。是的，作业在作为输入提供的所有文件上执行（无论框架是拆分文件还是手动拆分文件）
word count作业是在已经分割的文件上工作，还是自己分割文件？
将文件推送到hdfs之后，它会将文件物理地分成块，并将它们复制到datanodes。运行mapreduce作业时 InputFormat 作业的属性计算文件的输入拆分。输入拆分是逻辑的。为每个输入分割运行一个Map任务。
因此，即使一个文件有多个部分（无论是手动拆分还是hdfs分块），在 InputFormat 计算输入拆分，作业将在文件的所有部分上运行。
作为一个mapreduce程序员，不应该担心文件是如何被分割的吗？
通常，程序员不需要担心它。然而，了解hdfs如何分割文件以及与之相关的问题/优势总是很好的。显然，如果你想改变 InputFormat 为了你的需要你需要知道。
当hdfs执行文件的拆分时，它是否使用任何已定义的规则进行过滤和拆分？
如果文件超过了块大小，hdfs会分割文件，没有其他规则。如果您希望基于任何已定义的规则（如您提到的规则）进行输入拆分，则必须覆盖默认值。
ps：我想你把hdfs块和输入分割混淆了。

作为开发人员，您不必担心手动拆分文件。它按大小拆分（默认为64 mb）。在一个大小为70mb、块大小为默认值的文件上使用wordcount示例。很简单-你有两个Map绘制员在两个分裂处工作。。。你的减速机会整理结果。
按内容拆分时，a-b-c。。。好吧，这完全取决于块的大小，而不是字符。根据字符分割文件对你有什么好处吗？

分割是根据输入文件的大小来完成的，如果文件的大小大于64mb，那么文件将被分割成块，因此在最后hdfs将这些块存储到数据节点中。开发人员不必担心分割是如何完成的。它是处理这个问题的框架。
hadoop不知道特定的字母表在文件中的起始位置，因此默认情况下，拆分是基于输入文件的大小而不是内容来完成的。