MapReduce计算框架并没有直接调用CPU和内存等多维度资源，它把多维度资源抽象为“slot”，用“slot” 来描述资源的数量。管理员可以在每个节点上单独配置slot个数。slot可以分为map slot和reduce slot。从一定程度上，slot可以看做“任务运行并行度”。如果某个节点配置了5个map slot，那么这个节点最多运行5个Map Task；如果某个节点配置了3个reduce slot，那么该节点最多运行3个Reduce Task。下面我们分别介绍 Map slot和Reduce slot。
1、Map slot
1)Map slot 可用于运行Map Task 的资源，而且只能运行Map Task。
2)每个Map Task通常使用一个map slot。而比如像容量调度器，它可以有比较大的MapTask。这样的MapTask使用内存比较多，那么它可能使用多个map slot。
2、Reduce slot
1)Reduce slot 可用于运行ReduceTask，而且只能运行ReduceTask。
2)每个ReduceTask通常使用一个reduce slot。而比如像容量调度器，它可以有比较大的 ReduceTask。这样的ReduceTask使用内存比较多，那么它可能使用多个reduce slot。
本文转自大数据躺过的坑博客园博客，原文链接：http://www.cnblogs.com/zlslch/p/5058725.html，如需转载请自行联系原作者
