1，在缺省情況下，一個mapreduce的job只有一個reducer；在大型集群中，需要使用許多reducer，中間數據都會放到一個reducer中處理，如果reducer數量不夠，會成為計算瓶頸。
2，reducer的最優個數與集群中可用的reducer的任務槽數相關，一般設置比總槽數稍微少一些的reducer數量；Hadoop文檔中推薦了兩個公式：
0.95*NUMBER_OF_NODES*mapred.tasktracker.reduce.tasks.maximum
1.75*NUMBER_OF_NODES*mapred.tasktracker.reduce.tasks.maximum
備注：NUMBER_OF_NODES是集群中的計算節點個數；
mapred.tasktracker.reduce.tasks.maximum：每個節點所分配的reducer任務槽的個數；
3，在代碼中通過：JobConf.setNumReduceTasks(Int numOfReduceTasks)方法設置reducer的個數；