无法在mapreduce程序上定义映射器的数量，因为将根据输入的分割或大小选择映射器的总数。但是，为什么我们可以选择在sqoop上设置num-mappers？当mapreduce程序自己使用数字或mappers而不让我们选择它时，为什么允许sqoop进行操作？
sqoop将使用--split-by列拆分您的数据集。阅读其工作原理here。假设拆分列均匀分布，它将获得拆分列的最小值和最大值，并在num-mappers部分拆分整个范围。如果分布不均，sqoop将不均匀地在映射器之间划分数据集。
而且至少在蜂巢中，映射器的数量也是可配置的。例如，如果您正在使用Tez，则可以配置最小和最大分组拆分大小：
set tez.grouping.min-size=16777216; -- 16 MB min split
set tez.grouping.max-size=1073741824; -- 1 GB max split
还可以配置拆分号，如果可能，Tez将开始接近它的映射器数（某些拆分可以合并，某些内容不能拆分，但是会影响映射器数）：
set tez.grouping.split-count=5000;
不推荐这种方法，最好使用上面的分割尺寸设置。
对于MR执行引擎：
set mapreduce.input.fileinputformat.split.minsize=16777216; -- 16 MB
set mapreduce.input.fileinputformat.split.maxsize=1073741824; -- 1 GB
控制映射器的数量不是那么容易，因为取决于许多因素。例如，ORC在条带级别分割，这意味着您不能分割得比单个条带小，等等。有关number of mappers的更多信息