关于Map端的Shuffle过程与Reduce 端的Shuffle过程

在Map端的Shuffle过程：

Map的输出结果首先被写入缓存，当缓存满时，就启动溢写操作，把缓存中的数据写入磁盘文件，并 清空缓存。当启动溢写操作时，首先需要把缓存中的数据进行分区，然后对每个分区的数据进行排序和合并，之后再写入磁盘文件。每次溢写操作会生成一个新的磁盘文件，随着Map任务的执行，磁盘
中就会生成多个溢写文件。在Map任务全部结束之前，这些溢写文件会被归并成一个大的磁盘文件，然后通知相应的Reduce任务来领取属于自己处理的数据。
Map端Suffer过程包括四个步骤：
（1）输入数据和执行Map任务
（2）写入缓存
（3）溢写（分区， 排序和合并）
（4）文件归并

在Reduce 端的Shuffle过程：

Reduce任务从Map端的不同Map机器领回属于自己处理的那部分数据，然后对数据进行归并后交给 Reduce处理。
相对于Map端而言，Reduce端的Shuffer过程非常简单，只需要从Map端读取Map结果，然后执行归并操作，最后输送给Reduce任务进行处理。Reduece端的Shuffer过程包括3个步骤：
（1）“领取”数据
(2)归并数据
（3）把数据输入给Reduce任务。

接下来Reduce任务会执行Reduce 函数中定义的各种映射，输出最终结果，并保存到分布式文件系统中。

使用MapReduce来对句子" Whatever is worth doing is worth doing well" 进行单词统计的过程。包括：Map的输入与输出; Reduce的输入与输出.