出现此问题的原因可能是输入数据文件非常小，但在代码中：

InputSampler.Sampler<Text, Text> sampler =
        new InputSampler.RandomSampler<Text,Text>
            (0.1,
             10000,
             10);

你设置了 maxSplitsSampled 至10英寸 RandomSampler<Text,Text> (double freq, int numSamples, int maxSplitsSampled) 您可以通过将该参数设置为1来解决问题，或者只需确保它不大于输入文件的拆分数。

所以，我知道这篇文章已经有5年多的历史了，但是我今天遇到了同样的问题，迈克的答案对我来说并不适用(我认为现在hadoop内部还可以确保不超过可用拆分的数量）。
然而，我发现了是什么原因导致了这个问题，所以我发了这个帖子，希望它能帮助那些通过google搜索找到这个真正古老的hadoop线程的人。
在我的例子中，问题是我指定的输入文件太少，采样频率太低。在这种情况下，它可能发生（不是每次，提醒你，只是有时真的让你发疯），你产生的样本数量比你指定的减少。每次发生这种情况时，我的系统都会崩溃，并显示以下错误消息：

Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException: Index 9 out of bounds for length 9
        at org.apache.hadoop.mapreduce.lib.partition.InputSampler.writePartitionFile(InputSampler.java:336)
        at ...

例如，在本例中，只生成了9个样本，我尝试使用9个以上的还原剂。