MapReduce十个执行流程

图片对步骤没有进行更精确的划分。

第一步：InputFormat

	InputFormat 在 HDFS文件系统中读取要进行计算的数据。
	输出给Split

第二步：Split

	Split将数据进行逻辑切分，切分成多个任务。
	输出给RR（RecordReader）

第三步：RR（RecordReader）

	RR将切分后的数据转换成key value进行输出
	key：每一行行首字母的偏移量
	value：每一行数据
	输出给Map

第四步：Map

	接受一条一条的数据（有多少行数据Map运行多少次，输出的次数根据实际业务需求而定）
	根据业务需求编写代码
	Map的输出是 key value的       list
	输出给shuffle（partition）
	
 	---------------------------Map---------------------------------

第五步：partition（分区）

	partition：按照一定的规则对key value的      list进行分区
	输出给shuffle（sort）

第六步：sort（排序）

	Sort：对每个分区内的数据进行排序
	输出给shuffle（combiner）

第七步：Combiner（局部聚合）

	Combiner：在Map端进行局部聚合（汇总）
	目的是为了减少网络带宽的开销
	输出给shuffle（Group）

第八步：Group（分组）

	Group：将相同key的key提取出来作为唯一的key
					将相同key对应的value提取出来组成一个 value的list
					输出给shuffle（reduce）

第九步：reduce

	reduce：根据业务需求对传入的数据进行汇总计算。
	输出给shuffle

第十步：outputFormat

	outputFormat：将最终的结果写入HDFS