我已将hadoop1.0.3配置为3台具有完全分布式模式的计算机。在第一台计算机上，以下作业正在运行：

1. 4316 SecondaryNameNode 4006 NameNode 4159 DataNode 4619 TaskTracker 4425 JobTracker 2)
   2794 TaskTracker 2672 DataNode 3)
   3338 DataNode 3447 TaskTracker 现在，当我在上面运行简单的map reduce作业时，执行map reducejob需要更长的时间。因此，我在hadoop上安装了hbase层。现在，我在3个集群上为hbase设置了以下进程。

1)    5115 HQuorumPeer     5198 HMaster    5408 HRegionServer
2)    3719 HRegionServer    3617 HQuorumPeer
3)    2937 HQuorumPeer    2719 HRegionServer

当我在hbase上为100000个数据运行map reduce作业时，它需要1分钟，对于1000000个数据也是如此。我应该采取什么措施来改进？
我是一个新手，所以请帮助我或建议一些层次的hbase或hadoop，这样我可以得到结果在短短几毫秒。
我总结了以下记录：

hbase(main):007:0> describe 'weblog'
DESCRIPTION                                                                 ENABLED                                       
 'weblog', {NAME => 'info', DATA_BLOCK_ENCODING => 'NONE', BLOOMFILTER =>    true
 'NONE', REPLICATION_SCOPE => '0', VERSIONS => '3', COMPRESSION => 'NONE'
 , MIN_VERSIONS => '0', TTL => '2147483647', KEEP_DELETED_CELLS =>
 'false', BLOCKSIZE => '65536', IN_MEMORY => 'false', 
  ENCODE_ON_DISK => 'true', BLOCKCACHE => 'true'}

在日志表中->info:category,info:hits are 列。 info:category info:hits ```
web 2

mail 10

ftp 1

web 3

mail 11

ftp 2

数据将在map reduce中汇总并存储在另一个表中。

hbase(main):004:0> put 'weblog', 'row1', 'info:category', 'web'
0 row(s) in 0.0560
hbase(main):004:0> put 'weblog', 'row1', 'info:hits', '2'
0 row(s) in 0.0560

请帮个忙。因为我在谷歌上搜索了很多，但找不到任何对我有帮助的东西。