mapreduce分为map和reduce两部分:
第一部分---Map:
首先是从inputsplit解析成key/value值,然后写入到内存中,内存大小默认是100M,当达到80%的时候,会出现内存溢出即spill,此时数据就会将数据写到磁盘上,即内存----磁盘。
spill过程----在写到磁盘之前,hadoop会默认将数据按照分区编号先排序,然后按照key去分组排序,如果你有一个combine设置的话,hadoop在写入到磁盘之前进行一次数据聚集即相同key的value的相加,
每一个MapTask任务只生成一个数据文件;