M-R程序内部处理数据简单流程

1. job提交的时候初始化JOB ①：输入路径 ②：reduce的个数 ③：输出路径 ④：maptask ⑤：reducetask
2. 根据输入路径 计算任务切片 split[]
3. 根据任务切片 初始化maptask(文件名，startoffset(处理数据的起始位置),length,map方法)
4. maptask运行
5. maptask处理数据 输入路径 >>Reader>>readline>>(K[LongWritable],v[Text])>>while(hashNextKeyValue)->map()
6. maptask中的map方法【一个(key,valeu)执行一次】需求逻辑–>(NK,NV)
7. contex.write(NK,NV)>>分区(分区器)>>(NK,NV,p[分区号])>>缓存数组中（区内排序）>>持久化到磁盘（也是分区的）
8. reducetask启动程序–>1拿取数据–>2合并–>3分组–>4排序–>5调用reduce

计算任务切片：根据输入路径文件的大小和个数 个数:有三个文件则至少有3个maptask 大小:一个128*1.1大小文件为一个maptask 例 a.txt 200M 则分配2个maptask 还有reduceNumTask个数
得到一个split[]{mt0,mt1,mt2,rt0,rt1};

MR内部处理数据流程