MapReduce正在风靡世界，比如google的bigtable，yahoo的hadop/hbase，其核心之一就是MapReduce。简单的说MapReduce的核心思想：1、数据在哪，运算在哪；2、多机器协同运算。
可是MapReduce就没有缺点了吗，我总结几条：
1、数据必须先存储，才能运算。
MapReduce在搜索的应用中，先将爬虫爬来的网页数据放在一个大存储上（一个分布式存储），然后间断性的对这些数据进行批量处理（MapReduce），即先存储，后运算。
存储和运算不能并行运行吗？ 这样数据加工的实时性会更高？大部分运算是不具有依赖性的。
2、Map->Reduce过程中，有大量网络流量。
3、有大量的排序
有时候，这些排序是没有必要的