ReduceTask工作机制

（1）Copy阶段

ReduceTask从各个MapTask上远程拷贝一片数据，并针对某一片数据，如果其大小超过一定阈值，

则写到磁盘上 ，否则直接放到内存中。

（2）Merge阶段

在远程拷贝数据的同时 ，ReduceTask启动了两个后台线程对内存和磁盘上的文件进行合并 ，以

防止内存使用过多或磁盘上文件过多。

（3）Sort阶段

按照MapReduce语义 ，用户编写reduce()函数输入数据是按key进行聚集的一组数据。为了将key 相

同的数据聚在一起 ，Hadoop采用了基于排序的策略。由于各个MapTask已经实现对自己的处理结果进行了局部

排序 ，因此 ，ReduceTask只需对所有数据进行一次归并排序即可。

（4）Reduce阶段

reduce()函数将计算结果写到HDFS上。