首先看下图
1.Split个数的确定
由图可知，一个split对应一个MapperTask，一个ReducerTask对应的输出为一个partition。是故，nums of splits，即可理解成为nums of map，即map的个数等于split的个数。
MapReduce在处理大文件的时候，会根据一定的规则把大文件切分成多个，这样能够提高map的并行度。
划分出来的就是InputSplit，每个map处理一个InputSplit.因此，有多少个InputSplit，就有多少个map数。
2.Split的划分规则
主要是InputFormat来划分，将输入的数据切分为多个逻辑上的InputSplit，每一个InputSplit对应一个map的输入。
2.1如何计算splitsize
划分split时会按照splitsize进行大文件的切分，划分的主要逻辑是FileInputFormat类中的getSplits(JobContext job)，详见Hadoop源码(截取关键部分如下)：
long minSize = Math.max(getFormatMinSplitSize(), getMinSplitSize(job));
long maxSize = getMaxSplitSize(job);
long blockSize = file.getBlockSize();
long splitSize = computeSplitSize(blockSize, minSize, maxSize);
protected long computeSplitSize(long blockSize, long minSize,
long maxSize) {
return Math.max(minSize, Math.min(maxSize, blockSize));
各个值的解释：
minSize：每个split的最小值，默认值为1，getFormatMinSplitSize()为代码中写死，固定返回1，可通过修改Hadoop源码进行修改，getMinSplitSize(job)则是返回mapreduce.input.fileinputformat.split.minsize,如果没有设置该参数，返回1，所以minSize默认为1(byte)，可在mapred-site
.xml文件中设置该参数
maxSize：每个split的最大值，同样可以在mapred-site.xml文件中通过设置mapreduce.input.fileinputformat.split.maxsize来修改该值，默认情况下为Long的最大值，Long.MAX_VALUE=9223372036854775807
blockSize：默认为128M，可以通过修改hdfs-site.xml中的dfs.block.size参数来设置
splitSize：根据公式，可以通过minSize，maxSize，blockSize的大小来推导出splitSize，默认情况下是blockSize。
举几个例子来说明minSize，maxSize，blockSize取不同的值时，splitSize的变化：
由此可以看出两个可以自定义的值（minSize和maxSize）与blockSize之间的关系如下：
当blockSize位于minSize和maxSize 之间时，认blockSize：
当maxSize小于blockSize时，认maxSize：
当minSize大于blockSize时，认minSize：
另外一个极端的情况，maxSize小于minSize时，认minsize，可以理解为minSize的优先级比maxSize大：
实际使用中，建议不要去修改maxSize，通过调整minSize（使他大于blockSize）就可以设定分片（Split）的大小了。
总之通过minSize和maxSize的来设置切片大小，使之在blockSize的上下自由调整。
2.2 split划分流程
1） 遍历输入目录中的每个文件，拿到该文件
2）计算文件长度，A:如果文件长度为0，如果mapred.split.zero.file.skip=true，则不划分split ; 如果mapred.split.zero.file.skip为false，生成一个length=0的split .B:如果长度不为0，跳到步骤3
3）判断该文件是否支持split :如果支持，跳到步骤4;如果不支持，该文件不切分，生成1个split，split的length等于文件长度。
4）根据当前文件，计算splitSize，本文中为100M
5 ) 判断剩余待切分文件大小/splitsize是否大于SPLIT_SLOP(该值为1.1，代码中写死了) 如果true，切分成一个split，待切分文件大小更新为当前值-splitsize ，再次切分。生成的split的length等于splitsize； 如果false 将剩余的切到一个split里，生成的split length等于剩余待切分的文件大小。之所以需要判断剩余待切分文件大小/splitsize,主要是为了避免过多的小的split。比如文件中有100个109M大小的文件，如果splitSize=100M，如果不判断剩余待切分文件大小/splitsize，将会生成200个split，其中100个split的size为100M，而其中100个只有9M，存在100个过小的split。MapReduce首选的是处理大文件，过多的小split会影响性能。
本文根据https://blog.csdn.net/wisgood/article/details/79178663
https://www.cnblogs.com/huqiaoblog/p/8064182.html
总结归纳而来。
(博客内容为笔者在学习过程中的总结与归纳，如有错误，恳请指正，万分感谢! ）