Hadoop源码分析

当前问题：

input file 如何split？与inputformat有什么关系？
多个reduce输出多个文件，这多个文件如何在HDFS中存储，每个输出文件作为HDFS中的文件吗？会不会太小了？HIVE执行结果是返回一个文件，是HIVE自己把文件合并的吗？
map-reduce如何确定map和reduce任务的个数的？根据输入文件的大小？
map执行完之后的临时文件是写在本地还是写到特定的服务器上？

今天在看inputformat这块，目前对于输入文件的split部分还没有理清楚，很多代码不知道具体作用，看来需要架起环境来单步调试一下。