MapReduce的shuffle过程：

1.分区

将map端的数据标记好分区 ，然后将数据发送到环形缓冲区中，环型缓冲区默认大小100mb,达到%80阈值，进行溢写操作，溢写前会对这些数据进行排序，排序是按照字典序key 的索引进行字典序排序，排序手段是快排。（对key取哈希hash,哈希取出来这个值，用这个值对reducetask的个数取余，余几就放到哪个分区中）这样就通过分区操作分区到环形缓冲区，往外溢写开启排序

2.排序

排序会进行字典序排序，排序手段是快排。溢写会产生很多溢写的文件，溢写的文件数达到10个，开始Merge(合并)，merge采用的算法是归并排序，等到所有的maptask运行完毕，启动一定数量的ReduceTask,并且告知reducetask读取数据的这个范围是整个分区，每个reduce会拉去map端对应分区的数据，拉取完数据后，会先存储到内存中，内存不够了再存到磁盘中，拉取完所有的数量后会进行归并排序，将内存和磁盘中的数据都进行一次排序，然后在进入Reduce方法之前，对数据进行分组操作。

3.combiner 局部聚合

不对最终的结果有影响

4.分组

在进行reduce操作之前，进行分组的操作，将数据以组为单位，发送到reduce方法里面去。