注意標題：Map Task數目的確定和Reduce Task數目的指定————自然得到結論，前者是后者決定的，后者是人為指定的。查看源碼可以很容易看懂
1、MapReduce作業中Map Task數目的確定：
1）MapReduce從HDFS中分割讀取Split文件，通過Inputformat交給Mapper來處理。Split是MapReduce中最小的計算單元，一個Split文件對應一個Map Task
2）默認情況下HDFS種的一個block，對應一個Split。
3）當執行Wordcount時：
（1）一個輸入文件小雨64MB，默認情況下則保存在hdfs上的一個block中，對應一個Split文件，所以將產生一個Map Task。
（2）如果輸入一個文件為150MB，默認情況下保存在HDFS上的三個block中，對應三個Split文件，所以將產生三個Map Task。
（3）如果有輸入三個文件都小於64MB，默認情況下會保存在三個不同的block中，也將產生三個Map Task。
4）用戶可自行指定block與split的關系，HDSF中的一個block，一個Split也可以對應多個block。Split與block的關系都是一對多的關系。
5）總結MapReduce作業中的Map Task數目是由：
（1）輸入文件的個數與大小
（2）hadoop設置split與block的關系來決定。
2、MapReduce作業中Reduce Task數目的指定：
1）JobClient類中submitJobInternal方法中指定：int reduces=jobCopy.getNumReduceTasks();
2）而JobConf類中，public int getNumReduceTasks(){return geInt("mapred.reduce.tasks",1)}
因此，Reduce Task數目是由mapred.reduce.tasks指定，如果不指定則默認為1.
這就很好解釋了wordcount程序中的reduce數量為1的問題，這時候map階段的partition（分區）就為1了。