面试官想知道通过gzip压缩输入文件可以使issplitable返回false。
在这种情况下，mapreduce会做正确的事情，不会尝试分割gzip文件，因为它知道输入是gzip压缩的（通过查看文件扩展名），并且gzip不支持分割。
这将起作用，但以牺牲局部性为代价：单个Map将处理所有hdfs块，其中大多数块不是Map的局部块。此外，使用更少的Map，作业的粒度更小，因此可能需要更长的时间才能运行。

如果你这样说的话，我想他不喜欢“配置块大小”的部分。
编辑：不知何故，我认为改变块大小是一个坏主意，因为它是全局的hdfs。
另一方面，防止拆分的解决方案是将最小拆分大小设置为大于要Map的最大文件。
一个更干净的解决方案是将相关的inputformat实现子类化。特别是通过重写isspitable（）方法返回false。在您的情况下，可以使用fileinputformat执行以下操作：

public class NoSplitFileInputFormat extends FileInputFormat 
{

    @Override
    protected boolean isSplitable(JobContext context, Path file) 
    {
        return false;
    }
}