Map任务个数的设置

一、FileInputFormat类的输入分片

1.1 map任务个数等于split个数

在hadoop当中，map任务的个数等于split（分片）的个数，一个split对应一个map。
当文件小于split的大小时，一个文件对应一个split；
当文件大小超过split时，该文件将被切分成多个split，文件大小除以split得到split个数。

1.2 split大小的设置

max（minimumSize, min(maximumSize, blockSize)）

默认情况下 minimumSize < blockSize < maximumSize
其中minimumSize默认为1，maximumSize默认为Long.MAX_VALUE(长整型的最大数)。
至于如何通过配置文件来设置split的可以去参考一下其他博客，这里主要讲一下如何通过代码设置split大小。

 Configuration conf = new Configuration();
 conf.setLong("mapred.min.split.size", 10485760);//按字节大小
 conf.setLong("mapred.max.split.size", 10485760);

按此代码设置之后，将通过max（minimumSize, min(maximumSize, blockSize)）来判断split的大小。

二、至于其他输入格式，以后遇到再接着完善