一张图了解MapReduce的全过程

最开始你以为的MapReduce

这个仅仅是我们最开始的了解，从数据拿进来，Map分，shuffle阶段处理一下，给Reduce在合并输出，写入磁盘，搞定。

在学习了MapReduce之后的你的MR

MapTask收集我们的map()方法输出的kv对，放到内存缓冲区中
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
多个溢出文件会被合并成大的溢出文件
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
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
ReduceTask会抓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）
合并成大文件后，Shuffle的过程也就结束了，后面进入ReduceTask的逻辑运算过程（从文件中取出一个一个的键值对Group，调用用户自定义的reduce()方法）

最后让你说你的MR其实，总结一下，貌似还是

This article is bland, but not simple. Come on !