MapReduce介绍

MapReduce是一种编程模型，主要用于大于1TB数据的并行计算。

MapReduce主要包括Map和Reduce两个阶段，他的核心思想是函数式编程。

MapReduce特性：

1、自动实现分布式并行计算；

2、容错

3、提供状态监管工具

4、模型抽象简单，程序易用

Mapping：映射和分发，分发到Reducing之前经过Shuffling（洗牌）的过程。

Shuffling：按照Key进行分组

Reducing：聚合运算（相同的Key进行合并）

Map和Reduce 是串行的计算，Map和Reduce内部是并行的计算。