mapreduce程式效率的瓶頸在于兩點：
1：計算機性能
2：I/O操作優化
優化無非包括時間性能和空間性能兩個方面，存在一下常見的優化政策：
1：輸入的檔案盡量采用大檔案
衆多的小檔案會導緻map數量衆多，每個新的map任務都會造成一些性能的損失。是以可以将一些小檔案在進行mapreduce操作前進行一些預處理，整合成大檔案，或者直接采用ConbinFileInputFormat來作為輸入方式，此時hadoop會考慮節點和叢集的位置資訊，已決定将哪些檔案打包到同一個單元之中。
2：合理配置設定map和reduce任務的數量
通過屬性mapred.tasktracker.map.tasks.maximum和mapred.tasktracker.reduce.tasks.maximum分别可以配置單個節點上map任務和reduce任務的最大數量。
3：壓縮中間資料，減少I/O
4：在map後先進行combine處理，減少I/O
參考資料：《Hadoop 實戰》--機械工業出版社
