（Note）数据搜集部分的4个MapReduce任务

数据搜集（Data Collection）部分的4个MapReduce任务。

在数据搜集部分，至少需要4个MapReduce任务：

1. 数据导入（data ingestion）：用来把散落的照片（比如众包公司上传到网盘的照片）下载到你的存储系统。
2. 数据统一化（data normalization）：用来把不同外包公司提供过来的各式各样的照片进行格式统一。
3. 数据压缩（compression）：你需要在质量可接受的范围内保持最小的存储资源消耗 。
4. 数据备份（backup）：大规模的数据处理系统我们都需要一定的数据冗余来降低风险。

Reference：

https://www.zhihu.com/question/303101438/answer/655475086