Hadoop wiki给出的计算理想减速器数量的方法是0.95或1.75*(nodes*mapred.tasktracker.tasks.max)
但何时选择0.95，何时选择1.75？在决定这个乘数时考虑的因素是什么？
假设集群中有100个reduce插槽可用。
在负载因子为0.95的情况下，所有95个reduce任务将同时开始，因为有足够的reduce时隙可用于所有任务。这意味着没有任务在队列中等待，直到其中一个任务完成。当减少的任务"很小"，即完成得相对较快，或者它们或多或少都需要相同的时间时，我建议使用此选项。
另一方面，在负载因子为1.75的情况下，100个reduce任务将同时启动，与可用的reduce时隙一样多，其余75个任务将在队列中等待，直到reduce插槽变为可用。这提供了更好的负载平衡，因为如果某些任务比其他任务"重"，即需要更多的时间，那么它们将不会成为作业的瓶颈，因为其他任务减少了插槽，而不是完成任务并等待，现在将执行队列中的任务。这也减轻了每个reduce任务的负载，因为映射输出的数据被分配到更多的任务。
如果我可以表达我的观点，我不确定这些因素是否总是理想的。通常，我使用的系数大于1.75(有时甚至是4或5)，因为我在处理大数据，我的数据不适合每台机器，除非我将此系数设置得更高，负载平衡也更好。