小文件导致任务执行缓慢的原因：
1.很容易想到的是map task 任务启动太多，而每个文件的实际输入量很小，所以导致了任务缓慢
这个可以通过 CombineTextInputFormat，解决，主要需要设置 mapreduce.input.fileinputformat.split.maxsize（单位byte）
2.其次是set input 文件太多，需要一个一个set ，所以花费的时间很多，导致任务启动就很慢了
这个只能提前merge好小文件，组成大文件，可能还有更好的办法，需要再研究
原文：http://www.cnblogs.com/yako/p/5403673.html