我有一个sequencefile，它是从以前的mapreduce作业生成的。这个sequencefile有n行，每行是一对键和值，都是文本对象。

line1: key1 \t value1

line2: key2 \t value2

line3: key3 \t value3

...

lineN: keyN \t valueN

我使用这个sequencefile作为新mapreduce作业的输入。在这个新的mapreduce作业中，我希望每个Map器处理这个sequencefile的几行，例如2行。

line1, line2 goes to mapper1

line3, line4 goes to mapper2

.....

line(N-1), lineN goes to mapperN

我不能使用nlineinputformat，因为它只用于文本文件。因此，我使用了sequencefileinputformat并让hadoop将数据拆分为每个40mb（我的blocksize=40m）。即使每个分割的大小相等，也有一些Map器比其他Map器接收更多的数据（即线）。例如，5行到mapper1，而只有1行到mapper2。因此，mapper2完成得非常快，而mapper1需要很长时间，而且很多时候由于java堆大小溢出而失败。

我尝试了以下方法，但都没有成功：
更改块大小：
增加Map绘制者的数量：问题仍然是一样的。由于没有输入行，许多Map程序完成得非常快，而有几个Map程序几乎完成了输入，这永远不会完成。
将sequencefile转换为文本文件，然后使用nlineinputformat：由于文本文件占用太多内存，我得到了java堆大小溢出。这就是为什么我要使用sequencefile，因为它支持压缩。
我的问题是：
如何使每个Map器获得一个sequencefile的相似（或等效）的输入行数？