I. blocksize
此参数是不是设置越大越好，比如1GB，是否使得MR变得更快呢？越大的block size，container比之default更少的向RM申请资源由此降低延迟。但是，这样的设置带来多方面的影响，首先一个文件将由更少的块组成，这势必造成不与Namenode通讯的条件下R/W更多的数据并减少NN的元数据大小、降低NN负载。更少的block也意味着文件存储到更少的节点上，这将减少并行访问的吞吐，使得MR scheduler更难调度起数据本地的task。
当你用这样的文件作为MR的输入且并不限制最大split大小小于此block size，则将减少task数目从而降低消耗，但更少、更大的task也意味着你不能获得最大的并行，增加计算拖延的几率，而且一旦任务失败，更多的工作需要重做。增加每个task处理的数据量也会造成额外的R/W操作，比如，一个map由仅一个spill转变为多个spill，因此最后需要merge操作。
一般来说，它依赖于input data，如果你想获得一个大输入文件的最大吞吐，设置为较大的block size（128/256MB）最好。对于小文件利用更小的block size更好，你可以通过改变dfs.block.size参数值来为同一个文件系统不同文件的写入设置不同的block size，比如上传文件用如下命令：
hdfs dfs -put localpath dfspath -D dfs.block.size=xxxxxxx
2. mapred.max.split.size
改变split size，如果默认的64 MB使得Job执行很慢，要改为1MB，如何操作？
通过改变io.file.buffer.size来改变吗？行不通，我们可以直接设置mapred.max.split.size，产生的split为一个或部分输入文件，也可以为每个Job单独设置，操作如下：
-D mapred.max.split.size=..
split size的最终结果由如下公式决定：
max(minimumSize, min(maximumSize, blockSize))
一般来说，
minimumSize < blockSize < maximumSize
所以，split size就是blocksize。
3.io.file.buffer.size
有人发现集群中hadoop IO的chunk大小一般为4k、64K。而默认值只有4K，它被用于设置输出文件buffer的大小。BlockSender用此参数设置transfer buffer大小，默认值为64K。为了获得更好的性能，应该调整为一个较大的值，比如16MB，上限为MAX_PACKET_SIZE。