整理下，基本分两个方式：
一、对于大量大文件（大于block块设置的大小）
增大minSize，即增大mapred.min.split.size的值，原因：splitsize=max(minisize,min(maxsize,blocksize))，blocksize一般不会做修改.
在没有设置minisize,maxsize时，splitsize取blocksize.
二、对于大量小文件（小于block块设置的大小）
这种情况通过增大mapred.min.split.size不可行，
需要使用FileInputFormat衍生的CombineFileInputFormat将多个input path合并成一个InputSplit送给mapper处理，从而减少mapper的数量
Hadoop MR Job 关于如何控制Map Task 数量
原文：http://www.cnblogs.com/yako/p/4581243.html