有多少张Map？
Map的数量通常由输入的总大小驱动，即输入文件的总块数。
Map的正确并行级别似乎是每个节点10-100个Map，尽管已经为每个cpu的光照Map任务设置了300个Map。任务设置需要一段时间，因此最好至少花一分钟执行Map。
如果您有10tb的输入数据和128mb的块大小，那么最终将得到82000个Map，除非使用configuration.set（mrjobconfig.num\u maps，int）（它只向框架提供提示）将其设置得更高。
减少多少？
正确的reduces数似乎是0.95或1.75乘以（<nodes.of nodes>*<no.of maximum containers per nodes>）。
使用0.95时，所有reduces都可以立即启动，并在Map完成时开始传输Map输出。使用1.75，速度更快的节点将完成第一轮reduce并启动第二轮reduce，从而更好地完成负载平衡。
增加的数量减少了框架开销，但增加了负载平衡并降低了失败的成本。
异径管无
如果不需要减少，将reduce任务数设置为零是合法的
哪些节点用于减少任务？
您可以根据mapreduce.tasktracker.reduce.tasks.maximum等配置参数配置每个节点的Map器数和还原器数
如果将此参数设置为零，则该节点将不会被视为reduce任务。否则，群集中的所有节点都有资格执行reduce任务。
来源：apache的map-reduce教程。
注意：对于给定的作业，可以设置mapreduce.job.maps和mapreduce.job.reduces。但它可能并不有效。我们应该将决策留给map reduce框架来决定map&reduce任务的数量
编辑：
如何确定哪个节点？
假设在两个节点n1和n2上有相等的reduce插槽可用，并且n1上的当前负载大于n2，那么reduce任务将分配给n2。如果负载和插槽数都相同，则向资源管理器发送第一个心跳信号的人将获得该任务。这是reduce a的代码块ssignment:http：//grepcode.com/file/repository.cloudera.com/content/repositories/releases/com.cloudera.hadoop/hadoop core/0.20.2-320/org/apache/hadoop/mapred/jobqueuetaskscheduler.java#207

hadoop如何决定有多少节点将执行Map任务
默认情况下，Map器的数量将与mapreduce输入的分割（块）数量相同。
关于节点，在hadoop2中，每个节点都运行自己的节点 NodeManager （纳米）。nm的任务是管理应用程序分配给它的应用程序容器 Resourcemanager （rm）。因此，基本上，每个任务都将在单个容器中运行。要运行Map程序任务， ApplicationMaster 从船上协商集装箱 ResourceManager . 一旦分配了容器，则 NodeManager 将启动任务并监视它。
哪些节点将执行reduce任务？
同样，reduce任务也将在容器中运行。这个 ApplicationMaster （每个应用程序（作业））将从rm协商容器并启动reducer任务。它们主要在不同的节点上运行，然后在Map器节点上运行。
任何作业的默认减速器数为1。可以在作业配置中设置减速器的数量。