參考：http://blog.csdn.net/dr_guo/article/details/51150278
Paste_Image.png
重點概念：
輸入分片（Input Split）：在進行map計算之前，mapreduce會根據輸入文件計算輸入分片（input split），
每個輸入分片（input split）針對一個map任務，輸入分片（input split）存儲的并非數據本身，而是一個分片長度和一個記錄數據的位置的數組。
場景具體分析：
由于 app click show的日志都是 1M 15M的小文件，在hadoop框架中對小文件做了優化，將多個數據合并成一個分片split ，交給mapper處理。
導致，mapper中 inputSplit.getPath()獲取的是多個文件的列表。而 實時ctr代碼中，直接取列表的第1個，來做判斷，所以出錯。
方案：
將hadoop默認的優化，進行自定義處理，即在job run之前添加 job.setInputFormatClass(TextInputFormat.class);
這樣，每個小文件，將作為一個獨立的分片split, 對應一個獨立的 mapper ，你再用inputSplit.getPath()就能得到唯一確定的路徑了
就解決了”click 、show錯當成對方“ 的情況。
