Hadoop MapReduce工作流程图示与详解

1）Map阶段图示：

2）Reduce阶段图示：

 

3）Shuffle过程：

Shuffle过程只是从map第7步开始到reduce第16步结束，具体Shuffle过程详解，如下：

 （1）MapTask收集我们的map()方法输出的kv对，放到内存缓冲区中

（2）从内存缓冲区不断溢出本地磁盘文件，可能会溢出多个文件

（3）多个溢出文件会被合并成大的溢出文件

（4）在溢出过程及合并的过程中，都要调用Partitioner进行分区和针对key进行排序

（5）ReduceTask根据自己的分区号，去各个MapTask机器上取相应的结果分区数据

（6）ReduceTask会取到同一个分区的来自不同MapTask的结果文件，ReduceTask会将这些文件再进行合并（归并排序）<