首先让我们了解什么是输入分割。
当您的文本文件被hdfs分割成128mb大小的块（默认值）时，假设文件的第10行被分割，文件的前一半在第一块，另一半在第二块。但是当您提交一个map程序时，hadoop知道第一个块的最后一行（这里变成input split）是不完整的。所以它把第10行的后半部分带到第一个输入split。这意味着，
1） 第一次输入分割=第1块+第2块第10行的第2部分
2） 第二次输入分割=第二块-第二块第10行的第二部分。
这是hadoop的内置过程，您不能更改或设置输入拆分的大小。默认情况下，hadoopv2的块大小是128mb。在安装过程中可以增加，但不能减少。

inputsplits是在客户端创建的，它只是文件的一种逻辑表示，从某种意义上说，它只包含文件路径、开始和结束偏移量值（从linerecordreader initialize函数计算）。因此，计算这个逻辑表示不会花费太多时间，因此需要分割块真正的执行发生在Map器端，在Map器端以并行方式执行。然后，客户机将inputsplits放入hdfs中，jobtracker从中获取它，并根据这些splits分配tasktracker。现在这里一个Map器的执行并不依赖于另一个。第二个Map器非常清楚必须从何处开始处理分割，因此Map器的执行是并行的。

我想你想用 MapReduce 不是hadoop。hadoop是一个提供处理和存储大数据工具的平台。
当您将文件存储在hdfs（hadoop文件系统）中时，它会将文件分割成多个块。块的大小在中定义 hdfs-site.xml 文件为 dfs.block.size . 例如，如果 dfs.block.size=128 然后您的输入文件将被分割成128mb的块。这就是hdfs在内部存储数据的方式。对于用户来说，它总是作为单个文件。
当您将输入文件（存储在hdfs中）提供给mapreduce时，它将为文件的每个块/分割启动mapper任务。这是默认行为。
您不需要将文件分割成块，只需将文件存储在hdfs中，它就会满足您的需要。