map-reduce处理过程解析

这里暂时把处理过程分为2个阶段：
1、map阶段：其实就是解析出一个一个key-value
2、reduce阶段：则是得到一个key-values，把map阶段同一个key的value统计起来，形成一个values。

map数：是由输入目录的文件数和文件大小决定的。
举例，4个小文件（小于64M）和一个大文件80M，默认的datanode的block大小为64M，则map数为4+2=6个。

理解map-reduce的处理过程，还得在map-reduce中间再加上2个阶段，真正的阶段为：map阶段–>shuffle阶段–>combine阶段–>reduce阶段。

所以，在map阶段和reduce阶段再加上shuffle和combine阶段。
1.1、shuffle阶段：把map阶段（很多个map）解析出来的key-value混淆一下（自行体会一下）。
1.2、combine阶段：把相同的key进行组合合并

最后，
2、reduce阶段：这样reduce才能把每一个value进行统计合并成values。