退一步：给定的Map器如何知道要使用哪些本地文件系统路径名（给定20个路径中的5个不同于其他路径）？他们要试错吗？
通常，您会尽量避免不同Map器之间在本地环境/本地文件系统设置方面存在差异。如果您需要查找特定的文件，那么是的，可能需要包含一个预处理步骤，该步骤将文件从各个Map器计算机上载到hdfs目录—可能在新路径中包含本地主机名。也许你可以提到一点关于这种非标准设置的动力。
根据op澄清进行更新。
在Map器中添加

(a) checks if the file exists (on LocalFileSystem using normal java.io.File )
(b) if present then use java.io.FileInputStream, read it in. 
 (c) Then use**HDFS**commands to create new hdfs file and write the data to it

in = fs.open(new Path(uri));

因此，您将从本地fs读取数据并向hdfs写入数据。当您写入hdfs时，可以将本地机器主机名添加到文件名中，以便区分15台机器。
op的另一个更新继续增加新的需求。要处理同一台机器上有多个Map器的情况，请为该机器上的非点式ip地址创建hadoop计数器：每个Map器检查是否设置了它，如果没有（a）设置它，并且（b）执行工作。
至于新的大文件要求/并行性，这是一个新的要求，在这里不能满足。请考虑接受这个答案，因为它已经回答了原来的问题。你可以单独讨论你摆出的新姿势。
第三次更新如何处理上传大型本地文件到hdfs：我不知道任何简单的方法来做到这一点。hdfs能够并行加载/处理/存储大型文件的原因是它们被分解成块。本地文件系统不能拆分本地文件。
也就是说，您可以手动拆分文件，并通过单独的线程并行上传文件块。每个线程都需要将哪个偏移量“注册”到正在加载的文件中。然而，这里有一些突出的问题(a） 我想知道这是否真的会降低速度，因为磁盘搜索将不再是连续的(b） 您计划如何将这些块保存到hdfs中，然后将它们重新组合为单个文件？