我有一个16节点的集群，hadoop1.0.4的复制因子是2。我已经将map和reduce任务的最大数量设置为1，并且禁用了推测性任务执行。
我正在运行testdfsio基准测试来创建工作负载，使集群上的每个节点都承受均匀的负载。我执行以下顺序：
testdfsio写48个2gb文件
删除群集中每个节点上的缓存以防止从内存中读取数据
testdfsio读取48个2gb文件。
在这些工作负载中，理想情况下，16节点集群中的每个节点都应该看到3个数据本地Map任务。
因为写入是2复制的，所以我预计写入工作负载所需的时间大约是读取工作负载的两倍（减去与mapreduce相关的任何预热和冷却时间）。相反，写入和读取所需的时间大致相同。
一些线索：
通常，启动作业时的“拆分”不会覆盖所有节点，因此局部性等待因子<1（通常为.75-.9）。
有一些机架本地Map，当Map看起来都是本地数据时（我假设这是#2的结果）。
在这种情况下，为什么读的时间和写的时间一样长？
当我一次只写一个Map时，为什么会有机架本地Map任务？
假设它将改善我的结果，我如何确保更多的数据局部性？