1.設定ReduceTask並行度（個數）    reducetask的並行度同樣影響整個job的執行併發度和執行效率，但與maptask的併發數由切片數決定不同，Reducetask數量的決定是可以直接手動設定：    //預設值是1，手動設定為4    job.setNumReduceTasks(4);2.注意（1）reducetask=0  ，表示沒有reduce階段，輸出檔案個數和map個數一致。       （2）reducetask預設值就是1，所以輸出檔案個數為一個。（3）如果資料分佈不均勻，就有可能在reduce階段產生資料傾斜（4）reducetask數量並不是任意設定，還要考慮業務邏輯需求，有些情況下，需要計算全域性彙總結果，就只能有1個reducetask。（5）具體多少個reducetask，需要根據叢集效能而定。（6）如果分割槽數不是1，但是reducetask為1，是否執行分割槽過程。答案是：不執行分割槽過程。因為在maptask的原始碼中，執行分割槽的前提是先判斷reduceNum個數是否大於1。不大於1肯定不執行。3.實驗：測試reducetask多少合適。（1）實驗環境：1個master節點，16個slave節點：CPU:8GHZ，記憶體: 2G（2）實驗結論：      由上面的測試結果可知：當Maptask和Reducetask的相等或接近的時候，MR的工作效率最高。4.ReduceTask工作機制
 （1）Copy階段：ReduceTask從各個MapTask上遠端拷貝一片資料，並針對某一片資料，如果其大小超過一定閾值，則寫到磁碟上，否則直接放到記憶體中。 （2）Merge階段：在遠端拷貝資料的同時，ReduceTask啟動了兩個後臺執行緒對記憶體和磁碟上的檔案進行合併，以防止記憶體使用過多或磁碟上檔案過多。 （3）Sort階段：按照MapReduce語義，使用者編寫reduce()函式輸入資料是按key進行聚集的一組資料。為了將key相同的資料聚在一起，Hadoop採用了基於排序的策略。由於各個MapTask已經實現對自己的處理結果進行了區域性排序，因此，ReduceTask只需對所有資料進行一次歸併排序即可。 （4）Reduce階段：reduce()函式將計算結果寫到HDFS上。