为什么Hadoop集群中机器台数多反而执行速度慢？
这里我对这个现象给出解释。由于水平有限，发现错误，请及时留言，或站内和我联系。
这里假设集群中有slave1，slave2，slave3三个节点，其中slave3工作效率低。
一共有6个任务，需要去做，slave1和slave2执行一个任务是1分钟，slave3执行一个任务是2分钟。有一个前提是每个slave完成自身的任务才回去推测执行。
如果让slave1和slave2去做，则需要3分钟，分析如下：
slave1 slave2
3 3
3*1 3*1
并行执行总时间就是单个slave的执行时间3；
那么三台同时去做需要4分钟。
slave1 slave2 slave3
2 2 2
这里slave1和slave2都完成了自身的任务，已经花费了2分钟，剩下最后一个任务考虑到数据的本地性也分给了slave3，slave3执行时间超过一分钟时，jobtracker会觉得slave3可能没有能力完成分配给他的任务，假设在slave1上推测执行，结果slave3结束了，就将运行在slave1上的推测执行任务kill掉，最后执行时间是4秒。
因为在推测执行的时候会两个推测执行的任务会同时完成。
转载请注明出处。
