1、MapReduce简介
源自于google的MapReduce论文，发表于2004年12月，HadoopMapReduce是google MapReduce 克隆版。MapReduce是一种计算模型，用以进行大数据量的计算。其中Map对数据集上的独立元素进行指定的操作，生成键-值对形式中间结果。Reduce则对中间结果中相同“键”的所有“值”进行规约，以得到最终结果。MapReduce这样的功能划分，非常适合在大量计算机组成的分布式并行环境里进行数据处理。
MapReduce工作流程图
2、MapReduce主要步骤叙述
Map阶段：
Step 1：读取输入文件的内容，并解析成键值对（<key, value>）的形式，输入文件中的每一行被解析成一个<key, value>对，每个<key, value>对调用一次map()函数。
Step 2：用户写map()函数，对输入的<key,value>对进行处理，并输出新的<key,value>对。
Step 3：对Step 2中得到的<key,value>进行分区操作。
Step 4：不同分区的数据，按照key值进行排序和分组，具有相同key值的value则放到同一个集合中。
Step 5（可选）：分组后的数据进行规约。
Reduce阶段：
Step 1：对于多个map任务的输出，按照不同的分区，通过网络传输到不同的Reduce节点。
Step 2：对多个map任务的输出结果进行合并、排序，用户书写reduce函数，对输入的key、value进行处理，得到新的key、value输出结果。
Step 3：将reduce的输出结果保存在文件中。
3、MapReduce的输入输出
从第2点MapReduce的处理流程步骤可以看出，MapReduce框架运转在<key,value>键值对上。也就是说作业的输入输出都是<keey,value>键值对，中间的各种处理也都是对键值对进行处理。
一个MapReduce作业的输入和输出类型如下图所示：可以看出在整个流程中，会有三种不同的<key,value>键值对类型的存在。
4、MapReduce的具体处理流程
以最经典的WordCount单词计数为例来介绍Map/Reduce阶段具体的处理步骤。
WordCount：统计所有文件中每个单词出现的次数，效果如下图
(1) Map任务处理：本次处理中有两个Map任务，以其中一个为例
