从Hadoop映射/缩减任务写入ORC文件输出时的性能问题

Question

我从hadoop任务中输出了orc文件。我的架构包含嵌套的结构和一些列表（大约四个列表）。每个列表的长度在0到200之间。我的任务输入也是简单结构的orc文件。

情况是，当mapper开始运行时，所有mapper都将停留在进度的1.67％，大约20分钟后，该过程将开始前进。

我试图找出原因。

1. 我注释了context.write，整个地图缩小任务在10分钟内完成，卡住情况消失了。
2. 输出空列表，任务仍然快速完成。

所以似乎大清单是问题的原因。但是，问题是：

1. 列表长度为200的ORC文件是否会导致性能问题？如果可以，有什么解决方案吗？
2. 为什么进度在乞讨时卡住，并在20分钟后开始运行？

orc的版本为：orc-mapreduce 1.5.2，hadoop-mapreduce-client-core 2.8.0