我运行的是giraph，它在由五台主机组成的小型cdh4hadoop集群上执行（四个计算节点和一个头节点，称为0-3和“w”）——请参阅下面的版本。所有五台主机都在运行mapreduce tasktracker服务，“w”也在运行jobtracker。我的特定giraph应用程序（一种路径查找）的资源很紧张，我发现一些任务自动调度主机的配置比其他配置工作得更好。
更具体地说，我的giraph命令（见下文）指定了四个giraph worker，在执行时，hadoop（实际上是zookeeper，iiuc）创建了我可以在jobtrackerwebui中看到的五个任务：一个主任务和四个从任务。当它将三个或更多的map任务放在“w”上（例如，01www或1www）时，该主机的ram、cpu和swap将达到最大值，作业将挂起。但是，如果系统将工作分配得更均匀，使得“w”只有两个或更少的任务（例如123ww或0321w），则作业可以正常完成。
我的问题是，1）什么程序决定了任务到宿主的分配，2）我如何控制它？
非常感谢！

版本

cdh:4.7.3
giraph：编译为“giraph-1.0.0-for-hadoop-2.0.0-alpha”（changelog开始于：release 1.0.0-2013-04-15）
zookeeper客户端环境：zookeeper.version=3.4.5-cdh4.4.0--1，构建于2013年4月9日01:46 gmt

giraph命令

hadoop jar $GIRAPH_HOME/giraph-ex.jar org.apache.giraph.GiraphRunner \
-Dgiraph.zkList=wright.cs.umass.edu:2181 \
-libjars ${LIBJARS} \
relpath.RelPathVertex \
-wc relpath.RelPathWorkerContext \
-mc relpath.RelPathMasterCompute \
-vif relpath.JsonAdjacencyListVertexInputFormat \
-vip $REL_PATH_INPUT \
-of relpath.JsonAdjacencyListTextOutputFormat \
-op $REL_PATH_OUTPUT \
-ca RelPathVertex.path=$REL_PATH_PATH \
-w 4