MapReduce中mapper的Round-Robin调度含义及实现疑问

这里提到的Round-Robin完全不是你理解的线程时间片轮转逻辑，它就是文件级的轮询分配策略——直白来说，就是把所有输入文件按顺序依次分给每一个map线程，循环往复直到所有文件分配完毕。

举个实际例子：假设你有3个map线程，5个待处理文件F1到F5，分配逻辑会是这样：

• 线程1分配到F1，线程2分配到F2，线程3分配到F3
• 一轮分完后回到线程1，分配F4；接着线程2分配F5，线程3暂时处于闲置状态

这种调度的核心优势是实现极其简单，不需要提前统计文件大小之类的额外元数据，适合输入文件大小差异不大的场景。

之所以和你之前的理解偏差，是因为项目里明确说的是「为每个Map()调用分配文件」——这里的Map()是针对整个文件的完整处理，不是把单个文件拆分成多个片段交给不同线程处理。毕竟这是单机器多线程的简易实现，不会涉及复杂的任务拆分与用户级线程调度。

补充个对比：如果你的输入文件大小差异很大，最短文件优先能让各个map线程的负载更均衡，从而减少整体执行时间；但Round-Robin胜在无需提前遍历所有文件做统计，启动速度更快，实现成本极低。

内容的提问来源于stack exchange，提问作者Box Box Box Box