具體問題見StackOverFlow上的描述：
http://stackoverflow.com/questions/36326068/a-strange-output-in-mapreduce-of-hadoop
簡而言之，就是在修改了ＴeraInputFormat.java之後，執行TeraSort所得到的輸出資料不同程度的翻倍，剛開始並沒有什麼頭緒，並且把取樣的執行緒和Ｍap的讀入＜key, value＞搞混了，邏輯不清晰，導致很多時間都在無關緊要的地方反覆除錯．
其實應該可以想到一種辦法，就是在MapTask裡設斷點觀察，但不知道是自己懶還是因為對隱藏在深處的ＭapTask有一種畏懼心裡，起初我並沒有仔細進去看，後來在ＭapTask裡ＲecordReader部分的nextKeyValue()方法裡設定變數計數並輸出，來觀察每次split所獲取的記錄條數，結果發現，我的每個split都完整的獲取了整個（注意是整個輸入檔案）而不是一個split大小的記錄，所以輸出也隨著翻倍了．
那麼關鍵點找出來了，問題出在哪裡呢？ＭapTask部分是Ｈadoop預設繫結的，TeraSort並沒有重寫，所以這部分不可能出錯；TeraInputFormat的前半部分是取樣部分，問題不可能出在這裡；後半部分的RecordReader的initialize部分和修改前基本無變化，那錯誤的部分一定是在nextKeyValue()部分了，於是一行一行分析，最終鎖定了這一句：
newSize = in.readLine(record); 很普通的讀取一行記錄，那有沒有可能是readLine()這個方法對長度沒有限定呢？雖然nextKeyValue()方法是split物件呼叫的，但會不會readLine()並不理會你每個split塊的大小而是一股氣往下讀取直到讀到檔案末尾呢？
為了驗證這個可能，我新增了全域性變數:
long recordLen;
//將下面這句加在nextKeyValue()中
recordLen += newSize;來記錄讀取記錄的總長度,，並設定當
if(recordLen ＞＝ split.getLength)｛
return false;
} 修改後打jar包放到節點上執行，結果正確！！！