文件可以小于块，在这种情况下，它不会占用文件系统中的整个块大小。阅读以下答案：https://stackoverflow.com/a/14109147/2700344
如果您使用的是带有动态分区加载的配置单元，那么小文件通常是由每个分区编写多个分区的缩减器生成的。

insert overwrite table mytable partition(event_date)
select col1, col2, event_date 
 from some_table;

例如，如果您运行上面的命令，并且在最后一步上总共有200个reducer和20个不同的事件日期分区，那么每个reducer将在每个分区中创建文件。它将产生200x20=4000个文件。
为什么会这样？因为数据是随机分布在不同的缩减器之间的，所以每个缩减器接收所有分区的数据并在每个分区中创建文件。
如果你加上 distribute by partition key ```
insert overwrite table mytable partition(event_date)
select col1, col2, event_date
from some_table
distribute by event_date;

然后上一个mapper步骤将根据distributedby对数据进行分组，reducer将接收整个分区文件并在每个分区文件夹中创建单个文件。
您可以向distribute by中添加其他内容以创建更多的文件（并运行更多的reducer以获得更好的并行性）。阅读以下相关答案：https://stackoverflow.com/a/59890609/2700344, https://stackoverflow.com/a/38475807/2700344，指定从配置单元插入生成的最小文件数