1：如果存在大量的小数据文件，那么就会建立很多的Map和Reduce任务，Map和Reduce任务都是进程，进程的创建需要很多的资源消耗，那么会造成Map和Reduce任务的
创建时间比计算任务的时间要长，非常不划算。
2：推测执行可能会浪费多余的资源，所以为了资源的更充分利用，我们把它关闭，在资源不紧张的时候可以开启。
3：开启jvm重用后，就不必开启一些进程，节省了资源和时间。
4：增加InputSplit大小，因为一个InputSplit对应一个Map任务，InputSplit少了，那么Map任务就少了，那么占用的资源就少了。
5：增大map输出的缓存， 当map输出缓存满时，需要写到Linux本地磁盘，如果缓存太小，那么写磁盘次数增加，磁盘的I/O增加。
6：增加合并spill文件数量，map输出缓存里的数据写到磁盘的过程叫做Spill, 如果一个文件很大的话，那么会在磁盘上产生很多文件，map端最后会把这些文件
合并为一个文件，过程为合并，如果增加合并spill文件数量的话，那么合并的次数会减少，
7：map端输出压缩，占用的磁盘少，占用网络带宽少。
8：增大shuffle复制线程数，shuffle即数据从map端送到reduce端的过程，从reduce端发起请求，在map端通过Http协议复制过去，复制的时候，并发线程数增加，那么
吞吐量增大，时间减少:，网络带宽的占用就高了。
9：设置单个节点的map和reduce执行数量，任务数增加，那么单机可以执行更多的任务，但是内存占用会增加。