从 hadoop 1.0.3 -> hadoop 2.8.5 迁移后，Hadoop Map 降低作业性能（执行作业的时间）降级（5min->15min）
详情如下：
我在 AWS EMR 环境中执行了 Hadoop Map reduce 作业。
Hadoop 1.0.3 环境详细信息：
AMI 版本：2.4.11 Hadoop 版本：1.0.3
EMR 作业的第 1 步（仅 1 步）需要5 分钟才能运行，测试实例由 1 个主控和 1 个核心（aws 术语）组成。在 hadoop 仪表板中，我的应用程序由一个作业组成。
- 工作中的 Mapper 任务数：524
- 作业中的 reducer 任务数：7
- 机器配置（R3.2xlarge：8VCPU、61Gib RAM、160GB SSD）
Hadoop 2.8.5 环境详情：
在 Hadoop 2.8.5 环境中，相同的 mapreduce 作业需要大约 15 分钟才能运行所有相同的配置（1master，1 core）
- 作业中的 Mapper 任务数：524
- 作业中的 reducer 任务数：{3,7} // 尝试使用 3 个和 7 个 reducer
- 机器配置（R5.2xlarge：8VCPU，64Gib RAM，350GB EBS）
配置值
- yarn.scheduler.minimum-allocation-mb =32
yarn.scheduler.maximum-allocation-mb = 57344
- 有关使用 Hadoop 2.8.5 MR 作业运行的作业的其他信息
- 经过：15分钟，5秒
- 诊断：
- 平均地图时间 7 秒
- 平均随机播放时间 10 分钟，51 秒
- 平均合并时间 0sec
- 平均减少时间 0sec
我尝试过的：调整了以下设置，但在执行作业的时间方面的性能在任何情况下都没有改变。共享测试场景之一的价值
- mapreduce.map.java.opts = -Xmx5734m
- mapreduce.reduce.java.opts = Xmx11468m
下面我提到尝试了不同的组合
- mapreduce.map.memory.mb = {4163, 9163, 7163}
- mapreduce.reduce.memory.mb = {2584, 6584, 3584}
由于 hadoop2 中存在资源管理器架构更改，因此我围绕它进行了实验，但有什么我可能遗漏的。我对 Hadoop 的熟练程度：初学者