推测性执行通常发生在多个Map器运行时，其中一个或多个Map器滞后于其他Map器。实现这一目标的好方法：
设置Hive
设置分区表
确保数据足够大，可以运行许多Map程序。这意味着：至少有几十个hdfs数据块
将数据输入到分区中：其中一个分区的数据高度倾斜，比其他分区多得多。
从表中运行select*
现在您可能会看到投机性执行正在运行。
如果没有，请随时回来。我可以提供进一步的建议（例如，提出一些可能导致se的中等复杂的查询）
编辑
Hive对你来说可能有点大。但您也可以将该策略的“精神”应用于常规hdfs文件。编写一个带有自定义分区器的map/reduce程序，该分区器是故意倾斜的：即，它会导致单个Map器执行过大比例的工作。
记住要有几十个hdfs块（至少）来给任务跟踪器一些体面的工作量。

您应该能够使用setmaps投机性执行（boolean）和setreducespeculativeexecution（boolean）这两个方法引起投机性执行，这两个方法可以使用作业mapreduce作业配置指定。