先看源码：
结论：
1.ReduceTask的数量由job提交时的参数决定：job.setNumReduceTasks()。设置为多少，就开启多少个ReduceTask，默认为1。设置为0时，则表示没有Reduce阶段，只有Map阶段。生成文件数量由ReduceTask数量决定。
2.Partitioner的数量由ReduceTask的数量决定， Partitioner数量 =ReduceTask数量。
其中： 1）若ReduceTask = 1 ，无论用户有没有自定义分区规则，都只有一个分区。
2）若设置ReduceTask >1,则 如果用户没有自定义Partitioner，则按照默认的HashPartitioner对数据进行划分。
如果用户自定义了Partitioner，则其中的分区的个数不能超过Partittion的数量，否则会Exception。
Original: https://www.cnblogs.com/ji-lei/p/16338019.html
Author: Ji_Lei
Title: Partition和ReduceTask的关系
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/562847/
转载文章受原作者版权保护。转载请注明原作者出处！