应该可以像其他任务一样从mapper/reducer任务访问非hdfs文件系统。需要注意的一点是，如果有1k个Map器，并且每个Map器都试图打开非hdfs文件，那么根据外部文件系统的类型，这可能会导致瓶颈。这同样适用于从数据库中提取数据的Map器。

您可以使用分布式缓存将文件分发给Map程序，他们可以在自己的缓存中打开和读取文件 configure() 方法（不要把它们读入 map() 因为它会被多次调用。）
编辑
为了从map reduce作业中的本地文件系统访问文件，可以在设置作业配置时将这些文件添加到分布式缓存中。

JobConf job = new JobConf();
DistributedCache.addCacheFile(new URI("/myapp/lookup.dat#lookup.dat"), job);

mapreduce框架将确保Map者可以访问这些文件。

public void configure(JobConf job) {
    // Get the cached archives/files
    Path[] localFiles = DistributedCache.getLocalCacheFiles(job);

    // open, read and store for use in the map phase.
}

完成工作后删除文件。