根据我的理解，Map/Reduce在处理大文件时效果更好。（我理解这是由于拆分逻辑等），我们可以将文件作为值，将文件名作为键放在序列文件中并进行优化。
现在的问题是，我正在使用PIG进行分析，我们有大约数千个文件，但都是KB。正如我们所知，pig latin被转换为MR作业并作为MR作业运行，所以我怀疑MR作业是否会因为文件小而高效。
有没有什么方法可以让我控制小文件的处理？有现成的解决方案吗？
Pig具有将小文件组合成大块的功能：http://pig.apache.org/docs/r0.11.1/perf.html#combine-文件
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium