1：三阶段压缩
压缩比 10 v 1
三个阶段
第一阶段 map读取元数据，可以分片的压缩（bzip2）。
第二阶段 shuffle后的数据，的数据应该选择速度比较快的压缩（snappy、lzo）
第三阶段 reduce放磁盘就可以使用较高的压缩比节省磁盘空间（bzip2）
2：小文件合并Combiner
在不影响下次计算或者用的情况下用，累加或者计算结果，就是为了避免map任务和reduce任务之间的数据传输而设置的，减少小文件。
3：自定义partition
目的减少文件溢出个数，合理控制溢出文件个数，减少redues个数。
4：调整环形缓冲区的大小和溢出比
目的减少小文件，减少redues个数。
5： redues拉取
调大内存默认1G，默认拉取5个，调大拉取个数。
6：调整Map 与Redues job的内存大小
默认1G ，调整到 4-5G 比较合理