关于，recordreader，recordwriter，分组，分块

recordreader，recordwriter方法都是对每一个key，value进行的，只不过一个是读，一个是写；

两者都要从format开始，分别是inputformat和outputformat，对于recordreader是从分片里读取的数据，分片也有格式，当然也可以重写，因为有个抽象类inputsplit，输入内容也是通过文件流读取，这个流实际上也是可以重写和重定向的，所以数据来源，根据不同的格式，不同的内容，可以进行不同的封装使用，然后是recordreader，将其作为参数放入context中，主要使用nextkey，value来读取分片；然后使用map函数做循环运算；outputformat则是使用的是recordwriter，这个也是一个抽象类，可以自己实现自定义的东西，用来将东西写出去，可以将其结果接到不同的流，来读到不同的地方；

分组，则是在reduceTask端的一个聚合步骤的子过程，要将每个map中属于自己的partitioner的部分取出，除了对partitionId进行比较之外，还有对于key的排序；排序之后是合并相同key的keyvalue，将value作成list，list也是要排序的，通过重写key的识别，来将不同的keyvalue来达到分组效果，结果只保留最后一个key，或者自己定义key形式；分块，则在maptask端就进行了，当进行了spill（溢出）操作结束，要对相同partitionId的spil进行合并；然后按照partition排序，再按key排序，在此时，排序的是元数据（在合并之前），对元数据进行排序，然后合并，删除原来的小spill；对分组操作，其实也是个比较key的结果，所以也可以通过重写比较来定义分组；