用MR來對hbase的表數據進行分佈式計算。有兩點配置可以優化操作，提升性能。它們分別是：
(1)scan.setCacheBlocks(false);
然後調用下面這句來初始化map任務 TableMapReduceUtil.initTableMapperJob
這個配置項是幹什麼的呢？ 本次mr任務scan的所有數據不放在緩存中，一方面節省了交換緩存的操作消耗，可以提升本次mr任務的效率，另一方面，一般mr任務scan的數據都是一次性或者非經常用到的，因此不需要將它們替換到緩存中，緩存中還是放一些正常的多次訪問的數據，這樣可以提升查詢性能。
(2)conf.setBoolean("mapred.map.tasks.speculative.execution", false);
這個 "mapred.map.tasks.speculative.execution" 配置項是幹什麼用的呢？
是否開啓mr的map備用任務機制，如果設爲true，則如果一個map任務佔用時間較其他的明顯長很多（策略由內部設置），在其他TT節點上新建一個map任務，兩個一起做，誰先做完，便結束。
優化項是將其設爲false，爲何呢，跟hbase存儲機制有關，hbase本地存儲機制，即hbase會盡量把hdfs上的數據文件和rs上對應region存在一臺機器上，即當前的map的數據肯定在當前的機器上有本地數據，不需要網絡傳輸。如果啓用備用任務機制，則新創建備用任務時，很有可能新建備用任務的機器上沒有所需要的數據的備份，如此便需要網絡傳輸數據，增加了網絡的開銷，其效率會大大的降低，還不如不開啓備用任務，就讓原來的map任務正常做呢。當然，即便關閉了此機制，如果創建map失敗（比如由於oom異常）仍然會在其他節點上重新創建此map任務。