我有一个在流作业中设置减速器数量的问题。
查询如下所示：

set mapred.job.name = 'Job name';
set mapred.reduce.tasks=128;
FROM (
  FROM (
    SELECT id, record, day
    FROM table_X TABLESAMPLE (BUCKET 1 OUT OF 4 ON id) 
    WHERE DAY='2015-08-27'
    CLUSTER BY(id)
  ) temp_table
  REDUCE *
  USING 'python script.py' AS id, decision
) t
INSERT OVERWRITE TABLE table_Y
  SELECT *;

我想使用python脚本减少表x中的记录。这是一项计算密集型的任务，而且记录由约简器进行聚类也是至关重要的。
问题是我不能通过设置大量减速器来平衡负载。

set mapred.reduce.tasks:

根本不起作用，它给了我128个减速机，但最后还有1个减速机，作业是在99.9%，它的工作时间很长（我猜所有的工作-通过脚本流是留给这个减速机）

set hive.exec.reducers.bytes.per.reducer:

有点帮助，但我不能很好地平衡负载。它仍然给我约100个减缩器，但在最后有20-30个减缩器的工作，通过脚本流。顺便问一下，有人能澄清一下：如果我把它设置为1000000字节=1mb，我们谈论的是压缩卷吗？这个参数能有多小？
您还可以推荐什么来设置减速器的最小数量？