Eu tenho um programa "map only" (sem redução de fase). O tamanho do arquivo de entrada é grande o suficiente para criar 7 tarefas de mapa e verifiquei isso olhando a saída produzida (parte-000 para part006). Agora, meu cluster tem 8 nós, cada um com 8 núcleos e 8 GB de memória e sistema de arquivos compartilhado hospedado no nó principal.

Minha pergunta é: posso escolher entre executar todas as 7 tarefas do mapa em apenas um nó ou executar as 7 tarefas do mapa em 7 nós escravos diferentes (1 tarefa por nó). Se eu puder fazer isso, então, qual alteração no meu código e arquivo de configuração é necessária.

Eu tentei definir o parâmetro "mapred.tasktracker.map.tasks.maximum" para 1 e 7 no meu código apenas, mas eu não encontrei nenhuma diferença de tempo apreciável. No meu arquivo de configuração, ele está definido como 1.