MapReduce 过程分析

原文地址：http://blog.jobbole.com/81676/

2、WordCount处理过程

上面给出了WordCount的设计思路和源码，但是没有深入细节，下面对WordCount进行更加详细的分析：

（1）将文件拆分成splits，由于测试用的文件较小，所以每一个文件为一个split，并将文件按行分割成<key, value>对，如图，这一步由Mapreduce框架自动完成，其中偏移量包括了回车所占的字符

（2）将分割好的<key, value>对交给用户定义的map方法进行处理，生成新的<key, value>对

（3）得到map方法输出的<key, value>对后，Mapper会将它们按照key值进行排序，并执行Combine过程，将key值相同的value值累加，得到Mapper的最终输出结果，如图：

（4）Reduce先对从Mapper接收的数据进行排序，再交由用户自定义的reduce方法进行处理，得到新的<key, value>对，并作为WordCount的输出结果，如图：

---

解释2 

原文地址： http://www.cnblogs.com/archimedes/p/mapreduce-principle.html

MapReduce方法则是：

1. 给在座的所有玩家中分配这摞牌

2. 让每个玩家数自己手中的牌有几张是黑桃，然后把这个数目汇报给你

3. 你把所有玩家告诉你的数字加起来，得到最后的结论

mapReduce 是计算模型，计算模型就有输入和输出。   键值对输入， 键值对输出，而且中间每一个环节都是键值对的输入输出。

1. 将大任务差分成小任务。

2.分发任务到不同机器上，输入<文件名，查找内容>

3.每个机器，map 接受<文件名，查找内容> 输出<查找内容,1>

4.reduce 接受每个机器的map的结果，进行统计汇总，得出<查找内容,N>