介绍一下-我正在学习hadoop。我已经在hadoop（集群）之上实现了机器学习算法，并且只在一个小例子（30mb）上进行了测试。
几天前，我安装了ambari并创建了一个由四台机器（master和3个worker）组成的小集群。master有资源管理器和namenode。
现在我通过增加数据量（300mb，3gb）来测试我的算法。我正在寻找一个指针如何调整我的小集群。具体来说，我想知道如何确定mapreduce2和ambari中的Yarn设置。
如何确定容器的最小/最大内存、容器的保留内存、排序分配内存、Map内存和减少内存？
问题是我的作业在hadoop上的执行速度非常慢（而集群是一种迭代算法，这会让事情变得更糟）。
我感觉我的群集设置不好，原因如下：
我为一个30mb的数据集运行一个作业（我为这个作业设置了8mb的块内存，因为数据很小，处理很密集）-执行时间为30分钟
我运行相同的作业，但将相同的数据集乘以10倍-300mb（相同的块大小，8mb）-执行时间为2小时
现在相同的数据量-300mb，但块大小128mb-相同的执行时间，甚至可能有点超过2小时
hdfs上的块大小是128mb，所以我认为这会导致加速，但事实并非如此。我的疑问是集群设置（最小/最大ram大小、map和reduce ram）不好，因此即使实现了更大的数据局部性，也无法改进。
这可能是一个错误设置的结果，还是我错了？