这要看是哪一个 InputFormat 使用，因为这是决定输入拆分计算的因素，从而决定Map任务的数量。
如果使用默认值 TextInputFormat ，每个文件将至少有一个剥离，因此每个文件至少有一个Map器，即使这些文件只有几kb，每个Map器所做的工作也很少，但这为map/reduce框架带来了大量开销。也就是说，如果您能保证这些“小”文件将接近块大小，这可能并不重要。
如果你无法控制你的文件，它们可能会变得非常小，我建议使用不同的 InputFormat 打电话 CombineFileInputFormat 它将多个输入文件合并到同一个分割中，在这种情况下，Map的数量将仅取决于数据的总体数量，而与文件的数量无关。在这里可以找到一个实现。