HDFS的块比磁盘的块大，其目的是为了最小化寻址开销，如果快设置的足够大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间，因而，传输一个由多个块组成的文件的时间取决于磁盘传输速率。 我们来做个速算，如果寻址的时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置为100mb。默认是128已经是很接近了，以后随着新一代磁盘驱动器传输速率的提升下，块的大小将被设置的更大。 但是这个数也不会设置的过大。MapReduce中的map任务通常一次只处理一个块中的数据，因此如果任务数太小(少于集群中的节点数量)，作业的运行速度就会比较慢。
HDFS的块比磁盘的块大，其目的是为了最小化寻址开销，如果快设置的足够大，从磁盘传输数据的时间会明显大于定位这个块开始位置所需的时间，因而，传输一个由多个块组成的文件的时间取决于磁盘传输速率。
我们来做个速算，如果寻址的时间约为10ms，而传输速率为100MB/s，为了使寻址时间仅占传输时间的1%，我们要将块大小设置为100mb。默认是128已经是很接近了，以后随着新一代磁盘驱动器传输速率的提升下，块的大小将被设置的更大。
但是这个数也不会设置的过大。MapReduce中的map任务通常一次只处理一个块中的数据，因此如果任务数太小(少于集群中的节点数量)，作业的运行速度就会比较慢。