关于HDFS下生成文件数量的一些疑问？

对于有map,和reduce的操作，hdfs下生成的文件数是reduce的数量
对于只有map操作，那么hdfs下生成的文件数是怎么确定，而且每个文件的大小是怎么确定的？
我现在出现的问题，只有map的操作，hdfs下生成的文件数如果是两个，但是一个文件180多兆，另一个20b，有什么办法可以均衡一下吗？谢谢！

看下这张图，说明这个不可以改变的，除非split改变。
split，第一部分暂居大部分。第二部分则是剩下的。所以20B

来自：
MapReduce工作原理讲解
http://www.aboutyun.com/forum.php?mod=viewthread&tid=6723

einhep 发表于 2016-12-19 13:50
看下这张图，说明这个不可以改变的，除非split改变。
split，第一部分暂居大部分。第二部分则是剩下的 ...

你好，请问下有什么参数可以设置你所说的，map端的输出文件的大小吗，我现在产生两天的文件，有一天一个文件180多兆，另一个20B，另一天一个文件140多兆，另一个20B，如下图

sunt99 发表于 2016-12-19 15:02
你好，请问下有什么参数可以设置你所说的，map端的输出文件的大小吗，我现在产生两天的文件，有一天一个 ...

没看懂，你截图什么意思。
至于分片，楼主需要重写InputFormat

  InputFormat主要用于描述输入数据的格式(我们只分析新API，即org.apache.hadoop.mapreduce.lib.input.InputFormat)，提供以下两个功能：
　　(1)数据切分：按照某个策略将输入数据切分成若干个split，以便确定MapTask个数以及对应的split；
　　(2)为Mapper提供输入数据：读取给定的split的数据，解析成一个个的key/value对，供mapper使用。


更多参考
MapReduce中分片详解
http://www.aboutyun.com/forum.php?mod=viewthread&tid=8787


MapReduce获取分片数

http://www.aboutyun.com/forum.php?mod=viewthread&tid=8379