hadoop用于对大量数据执行计算。您的作业可能受到io（您称之为i/o密集型）、cpu和网络资源的限制。在hadoop使用的经典案例中，您对大量的输入数据执行本地计算，同时返回相对较小的结果集，这使得您的任务比cpu和网络密集型任务更加io密集，但这在很大程度上取决于作业本身。以下是一些示例：
io密集型工作。你在Map上读了很多数据，但是Map任务的结果并不是很大。例如，计算输入文本中的行数，计算rcfile中某一列的总和，通过一个基数相对较小的列对单个表进行分组，得到配置单元查询的结果。这意味着你的工作主要是读取数据并对其进行简单的处理。
cpu密集型作业。当你需要在Map或缩小面上执行一些复杂的计算时。例如，您正在执行某种nlp（自然语言处理），比如标记化、部分语音标记、词干分析等等。此外，如果您以高压缩率的格式存储数据，数据解压缩可能会成为该过程的瓶颈（这里有一个来自facebook的例子，他们在facebook上寻找cpu和io之间的平衡）
网络密集型。通常，如果您看到集群上的网络利用率很高，这意味着有人没有抓住重点，执行了通过网络传输大量数据的作业。在使用wordcount的示例中，假设只使用mapper和reducer而不使用combiner来处理此作业中1pb的输入数据。这样，在map和reduce任务之间移动的数据量将比输入数据集还要大，所有这些都将通过网络发送。另外，这可能意味着您不使用中间数据压缩（mapred.compress.map.output和mapred.map.output.compression.codec），原始Map输出通过网络发送。
关于集群的初始调优，您可以参考本指南，那么为什么排序是io密集型的呢？首先，从磁盘读取数据。其次，在排序时，Map程序生成的数据量与读取的数据量相同，这意味着它很可能不适合内存，应该溢出到磁盘。然后它被转移到异径管，并再次溢出到磁盘。然后它被减速器处理，再次被刷新到磁盘上。而排序所需的cpu相对较小，特别是排序键是数字并且可以很容易地从输入数据中解析出来时。