我们有一个很好的、很大的、复杂的弹性mapreduce工作，它对mapper与collector与reducer的硬件约束有很大的不同。
问题是：对于Map绘制者来说，我们需要成吨的轻量级机器来并行运行多个Map绘制者（在那里都很好）；收集器对内存的需求更大，但是给每个收集器大约6gb的峰值堆应该还是可以的。但是，问题是减速器。当其中一个启动时，它将占用大约32-64gb的处理空间。
结果是我们得到了一个round-robbin类型的任务死亡，因为一个box的全部内存被消耗，这导致一个mapper和reducer都在别处重新启动。
最简单的方法是，如果我们可以指定一种方法，让reducer在不同的“组”（一小部分巨大的框）上运行，而让mappers/collector在较小的框上运行。这也可能导致显著的成本节约，因为我们真的不应该根据缩减器的需求来调整Map器所运行的节点的大小。
另一种方法是“分解”作业，这样就有第二个集群可以旋转起来处理mappers收集器的输出——但是，这显然是“次优的”。
所以，问题是：
有没有办法指定Map器或reducer在弹性mapreduce和/或hadoop上运行的“组”？
有没有办法阻止减速器启动，直到所有的Map完成？
有人对如何处理这个问题有其他想法吗？
干杯！