Hadoop MapReduce程序中，reducer個數的設定極大影響執行效率，這使得Hive怎樣決定reducer個數成為一個關鍵問題。遺憾的是Hive的估計機制很弱，不指定reducer個數的情況下，Hive會猜測確定一個reducer個數，基於以下兩個設定：
1. hive.exec.reducers.bytes.per.reducer（默認為1000^3）
2. hive.exec.reducers.max（默認為999）
計算reducer數的公式很簡單：
N=min(參數2，總輸入數據量/參數1)
通常情況下，有必要手動指定reducer個數。考慮到map階段的輸出數據量通常會比輸入有大幅減少，因此即使不設定reducer個數，重設參數2還是必要的。依據Hadoop的經驗，可以將參數2設定為0.95*(集群中TaskTracker個數)。
轉自 http://www.alidata.org/archives/622