潇潇雨雨
但是通过这种方式设置map的个数，并不是每次都有效的。原因是mapred.map.tasks只是一个hadoop的参考数值，最终map的个数，还取决于其他的因素。为了方便介绍，先来看几个名词：block_size : hdfs的文件块大小，默认为64M，可以通过参数dfs.block.size设置total_size : 输入文件整体的大小input_file_num : 输入文件的个数（1）默认map个数如果不进行任何设置，默认的map个数是和blcok_size相关的。default_num = total_size / block_size;（2）期望大小可以通过参数mapred.map.tasks来设置程序员期望的map个数，但是这个个数只有在大于default_num的时候，才会生效。goal_num =mapred.map.tasks;（3）设置处理的文件大小可以通过mapred.min.split.size 设置每个task处理的文件大小，但是这个大小只有在大于block_size的时候才会生效。split_size = max(mapred.min.split.size,block_size);split_num = total_size / split_size;（4）计算的map个数compute_map_num = min(split_num, max(default_num, goal_num))除了这些配置以外，mapreduce还要遵循一些原则。 mapreduce的每一个map处理的数据是不能跨越文件的，也就是说max_map_num <= input_file_num。 所以，最终的map个数应该为：final_map_num = min(compute_map_num, input_file_num)经过以上的分析，在设置map个数的时候，可以简单的总结为以下几点：（1）如果想增加map个数，则设置mapred.map.tasks 为一个较大的值。（2）如果想减小map个数，则设置mapred.min.split.size 为一个较大的值。