第一个问题：我想知道拆分是否以任何方式更改了块（即更改大小、将块移动到另一个位置、创建新块……）。
第二个问题：我认为拆分不会更改块，但它指定每个 MapTask 应该存在并在集群上运行以获取数据的局部性或机架感知，因为 DataNode 已经在运行并且正在拥有块，所以我认为拆分会告诉 Hadoop 在包含数据的节点旁边运行 MapTask。注意：在 InputSplit 中有我认为用于此目的的位置/主机。如果我错了请纠正我
第三个问题：最初在实际执行任务之前，blocks会移动到MapTask所在的位置还是MapTask会移动到blocks所在的位置（即DataNode的位置）？
对于您的第一个和第二个问题：
块不会随着拆分而改变。为了准备 Input Split，可能会将 DataNode 块中的一些数据复制到其他 DataNode，在该 DataNode 上执行 Map 任务（如果数据在多个数据块之间重叠）
第三个问题：最初在实际执行任务之前，blocks会移动到MapTask所在的位置还是MapTask会移动到blocks所在的位置（即DataNode的位置）？
如果 MapTask 正在从 DataNode A / Block-A 获取数据，并且 DataNode A/Block-A 中的某些数据跨越到 DataNode B/Block-B，则 Block-B 中的数据将被复制到 Mapper (DataNode-A) .
请参阅以下问题以更好地理解输入拆分和数据块：