1）InputFormat的類圖：
InputFormat 直接子類有三個：DBInputFormat、DelegatingInputFormat和FileInputFormat，分別表示輸入文件的來源為從數據庫、用於多個輸入以及基於文件的輸入。對於FileInputFormat，即從文件輸入的輸入方式，又有五個繼承子類：CombineFileInputFormat,KeyValueTextInput,NLineInoutFormat,SequenceFileInputFormat,TextInputFormat。
2）InputSplit的類圖
輸入分片InputSplit 類有三個子類繼承：FileSplit (文件輸入分片)，CombineFileSplit(多文件輸入分片)以及DBInputSplit(數據塊輸入分片)。
3）InputFormat:
InputFormat有三個作用：
a.驗證作業數據的輸入形式和格式(要與MR程序中使用的格式相同，比如是TextInputFormat還是DBInputFormat)
b.將輸入的數據切分為多個邏輯上的InputSplit，其中每一個InputSplit作為一個MApper的輸入。
c.提供一個RecordReader，用於將InputSplit的內容轉換為可以作為map輸入的<k,v>鍵值對。
使用代碼來指定MR作業數據的輸入格式：
job.setInputFormatClass(TextInputFormat.class)
其實，InputFormat是一個抽象類，只是提供了兩個抽象方法：
abstract List<InputSplit>getSplits(JobContext context);
abstract RecordReader<K,V> createRecordReader(InputSplit split,TaskAttemptContext context)
只提供兩個抽象方法是有原因的，首先不同的格式的文件切片的方法不同(對應於getSplits)，同一份文件可能希望讀出不同形式的內容(對應createRecordReader)。
getSplits:
InputFormat的直接派生類需要實現此方法，例如FileInputFormat和DBInputFormat。另外，InputSplit的類型在選擇了InputFormat的類型就已經確定了的，因為每個InputFormat的派生類都實現了getSplits，在此方法內部已經生成了對應的InputSplit。
createRecordReader：
FileInputFormat的派生類都實現了這個方法。
4）
InputSplit：
任何數據分塊兒的實現都繼承自抽象基類InputSplit，它位於org.apache.hadoop.mapreduce.InputSplit。此抽象類中有兩個抽象方法：
abstract long getLength() abstract String[] getLocation()
getLength()返回該塊兒的大小，單位是字節。getLocation()返回存儲該數據塊的數據節點的名稱，例如：String[0]="Slave1",String[1]="Slave2".
這兩個方法也是需要在InputSplit的派生類中實現的。
5）
InputSplit的大小：
一個數據分片的大小由以下三行代碼確定：
goalSize=totalSize/(numSplits==0？1：numSplits)
//totalSize是輸入數據文件的大小，numSplits是用戶設置的map數量，就是按照用戶自己
//的意願，每個分片的大小應該是goalSize
minSize=Math.max(job.getLong("mapred.min.split.size",1),minSplitSize)
//hadoop1.2.1中mapred-default.xml文件中mapred.min.split.size=0，所以job.getLong("mapred.min.split.size",1)=0，而minSplitSize是InputSplit中的一個數據成員，在File//Split中值為1.所以minSize=1，其目的就是得到配置中的最小值。
splitSize=Math.max(minSize,Math.min(goalSize,blockSize))
//真正的分片大小就是取按照用戶設置的map數量計算出的goalSize和塊大小blockSize中最小值(這是為了是分片不會大於一個塊大小，有利於本地化計算)，並且又比minSize大的值。