shuffle发生在map方法之后，reduce方法之前

 

 

 

 

 

优化：由环形缓冲区默认的100m调到200m，将默认的80%的反向溢出调整到90%。  这样就会减少溢写的次数

　　　对溢写的文件提前进行combiner,保证不影响最终逻辑前提，也可以调高combiner文件个数。可求和不可求均值。

　　　归并后存储磁盘可以进行压缩。

　　　reduce拉取map数量可由5个调整为10-20个（考虑内存）。

           namenode由默认的8g调大到100g左右（128g内存）

 

Mapreduce的可压缩的地方

　　map输入端:文件比较大，大于128m，考虑切片。  bzip2、lzo

　　map输出端:最求效率，spnny、lzo

　　reduce输出端：看需求。