您的作业使用单个reduces运行，意味着在单个任务上处理7gb的数据。主要原因是hfileoutputformat启动了一个reducer，它对要加载到hbase表中的数据进行排序和合并。这里，num of reducer=hbase表中的区域数
增加区域的数量，您将在减速器中实现并行。：）
您可以在此处获得更多详细信息：http://databuzzprd.blogspot.in/2013/11/bulk-load-data-in-hbase-table.html

我也遇到了同样的问题。查看datatracker日志，我注意到没有足够的可用空间供单个reducer在我的任何节点上运行：

2013-09-15 16:55:19,385 WARN org.apache.hadoop.mapred.JobInProgress: No room for reduce task. Node tracker_slave01.mydomain.com:localhost/127.0.0.1:43455 has 503,777,017,856 bytes free; but we expect reduce input to take 978136413988

这个503gb是指特定从机（“tracker\u slave01.mydomain.com”）上一个硬盘上的可用空间，因此reducer显然需要将所有数据复制到一个驱动器上。
发生这种情况的原因是您的表在全新时只有一个区域。当数据被插入该区域时，它最终会自行分裂。
解决方法是在创建表时预先创建区域。hbase手册中的批量加载一章对此进行了讨论，并提供了两种方法。这也可以通过hbase shell完成（请参阅 create 的 SPLITS 我想是的。不过，挑战在于如何定义分割，以使区域得到均匀的密钥分布。我还没有完美地解决这个问题，但我现在正在做的是：

HTableDescriptor desc = new HTableDescriptor(); 
desc.setName(Bytes.toBytes(tableName));
desc.addFamily(new HColumnDescriptor("my_col_fam"));
admin.createTable(desc, Bytes.toBytes(0), Bytes.toBytes(2147483647), 100);

另一种解决办法是不使用 configureIncrementalLoad ，取而代之的是：1）只需通过mapreduce生成您的hfile，不使用reducer；2） 使用 completebulkload hbase.jar中的功能将记录导入hbase。当然，我认为区域也会遇到同样的问题，所以您也需要提前创建区域（我认为）。