1. MapReduce跑的慢的原因
MapReduce 程序效率的瓶颈在于两点：
计算机性能 CPU、内存、磁盘、网络
I/O 操作
数据倾斜
map 和 reduce 数设置不合理
map 运行时间太长，导致 reduce 等待过久
小文件过多
大量的不可分块的超大文件（例：通过 gzip 压缩后的文件）
spill（溢写）次数过多
merge（map 端合并或 reduce 端合并）次数过多
2. MapReduce优化方法
MapReduce 优化方法主要从六个方面考虑：数据输入、Map 阶段、Reduce 阶段、IO 传输、数据倾斜问题和常用的调优参数。
2.1. 数据输入
合并小文件：在执行 mr 任务前将小文件进行合并，大量的小文件会产生大量的 map 任务，增大 map 任务装载次数，而任务的装载比较耗时，从而导致 mr 运行较慢。
采用 CombineTextInputFormat 来作为输入，解决输入端大量小文件的场景。
2.2. Map阶段
减少溢写（spill）次数：通过调整 io.sort.mb增大环形缓冲区的大小；调整 sort.spill.percent减少溢写的频率，从而减少磁盘IO。
减少合并（me
