输入数据如何在节点之间分配给EMR [使用MRJob]？

我正在研究使用Yelp的MRJob来使用亚马逊的Elastic Map Reduce进行计算。在计算密集型工作期间，我需要读取和写入大量数据。每个节点应该只获取一部分数据，我对如何完成这一点感到困惑。目前，我的数据位于MongoDB中，并存储在持久的EBS驱动器上。 使用EMR时，如何在节点上考虑数据？如何告诉MRJob将数据分区的关键是什么？ MRJob EMR文档隐含了分解步骤：如果您打开文件或连接到S3键值存储，它如何划分密钥？是否假设输入是序列并在此基础上自动对其进行分区？ 也许有人可以使用MRJob wordcount示例解释输入数据如何传播到节点。在该示例中，输入是文本文件 - 它是复制到所有节点，还是由一个节点串行读取并分成多个部分？