hdfs被设计成支持非常大的文件而不是小的文件。与hdfs兼容的应用程序是那些处理大型数据集的应用程序。这些应用程序只写一次数据，但它们读取一次或多次数据，并要求以流速度满足这些读取要求。hdfs支持文件的一次写多读语义，在hdfs体系结构中有块的概念。hdfs使用的典型块大小是64 mb。当我们把一个大文件放入hdfs时，它会被切碎成64MB的块（基于默认的块配置），假设你有一个1gb的文件，你想把这个文件放到hdfs中，然后将有1gb/64mb=16个分割/块，这些块将分布在数据节点上。分割文件的目标是并行处理和数据故障转移。根据集群配置，这些块/区块将驻留在不同的数据节点上。
Map绘制人员如何分配
Map器的数量由mapreduce作业中数据的拆分数量决定。在典型的输入格式中，它与文件数量和文件大小成正比。假设您的hdfs块配置配置为64mb（默认大小），并且您有一个大小为100mb的文件，那么将有2个拆分，它将占用2个块，然后将根据这些块分配2个Map器，但是假设您有2个大小为30mb的文件（每个文件），那么每个文件将占用一个块，并且将分配Map器基于此。
因此，您不需要拆分大文件，但是如果您处理的是非常小的文件，那么合并它们是值得的。
这个链接将有助于理解小文件的问题。
请参考下面的链接，以获得更多有关hdfs设计的详细信息。
http://hadoop.apache.org/docs/r1.2.1/hdfs_design.html