Pig解决MapReduce数量少，执行数据慢

当执行Pig脚本，出现Map的数量极小，但是执行速度慢时。可以通过适当减小set pig.maxCombinedSplitSize的值来增加map的数量，从而加快执行速度。

因为，本地执行job占全部job的比例越高，则执行速度越快。

在MapReduce Application 监控web页面中，Job Counter中有:

       Rack-local map tasks: 在同一个机柜中执行的map task数目

       Launched map tasks: 启动的map task数目

       Data-local map tasks: 本地执行的map task数目

此外，还有最终成功执行的map task的个数: successful map tasks。

则，通过data-local map tasks / successful map tasks ＝ 本地执行的map tasks的比例作为指标来衡量在map阶段的效率。

本地执行的map tasks的比例越高，则map task的执行效率越快。如果不是大多数文件size都大大小于dfs.block.size，如果输出的文件数目能够接受且不会产生异常的情况下，当然是每个block对应一个mapper的效率最高了。当然，如果文件数目过多，使得每个block对应一个mapper，将导致内存溢出。所以，在内存允许的情况下，应该使得本地执行job的比例尽量高的目标去设置maxCombineSplitSize。