控制job的Map个数
以下两个参数分别控制每个Map处理的最小/最大数据量，即splitsize大小设置为三四百M
set mapreduce.input.fileinputformat.split.minsize=300000000;
set mapreduce.input.fileinputformat.split.maxsize=400000000;
1）对于hive表中单个文件超过300M的，hive会按照300M去切分，启动一个map去处理，从而可以有效的控制map的个数。
2）如果hive表有大量的小文件，即一个文件大小在100M左右，设置此参数是不生效的，不会按照300M去切分，依旧是一个文件（100M）启动一个map去处理。
这种情况下需要设置属性合并小文件，才会按照300M的数据量去分片，属性如下：
set hive.input.format=org.apache.hadoop.hive.ql.io.CombineHiveInputFormat; #执行Map前进行小文件合并
