如果您转到fileinputformat的定义，您将看到它的顶部有三种方法：
addinputpath（jobconf conf，path path）-将路径添加到map reduce作业的输入列表中。因此，它将拾取目录中的所有文件，而不是您所说的单个文件
addinputpathrecursively（列出结果、文件系统fs、路径路径、路径过滤器inputfilter）-将输入路径中的文件递归地添加到结果中。
addinputpaths（jobconf conf，string commaseparatedpaths）-将给定的以逗号分隔的路径添加到map reduce作业的输入列表中
操作这三种方法，你可以很容易地设置任何多个输入你想要的。然后，inputformat的inputsplits开始在Map程序作业中拆分这些数据。map reduce框架依赖于作业的inputformat来：
验证作业的输入规范。
将输入文件拆分为逻辑InputSplit，然后将每个逻辑InputSplit分配给一个单独的Map器。
提供recordreader实现，用于从逻辑inputsplit中收集输入记录以供Map程序处理。
所以从技术上讲，单个Map器将只处理自己的部分，其中可以包含来自多个文件的数据。但是对于每种特定的格式，您应该查看inputsplit，以了解数据将如何通过Map器分布。

默认情况下，典型的mapreduce作业遵循每个mapper一个输入分割。
如果文件大小大于分割大小（即有多个输入分割），则每个文件有多个Map器。
如果文件不是可拆分的，则它是每个Map器一个文件 Gzip 文件或进程是否 Distcp 其中文件是最精细的粒度级别。