当在Map阶段输入数据逻辑上很大（二十G）（存在hdfs上实际都是以64M的块存储），

而你的集群数量不是很大（只有十台），

这样造成会有很多的Map（320个），

造成map效率不是很高

这里可以通过设置 Configuration

Configuration defaultConf = new Configuration();

defaultConf.set("mapred.min.split.size", "134217728"); //默认为64M，这里改为128M

来增大map的split的大小

将Map数减少为160个

hadoop版本：1.0.4