与HDFS一样，Hadoop MapReduce也是采用了Master/Slaves(M/S)架构。主要组件有Client、JobTracker、TaskTracker和Task。下面分别对几个组件介绍
(1).Client：用户编写的MapReduce程序通过Client提交到JobTracker端；同时，用户可以通过Client端提供的接口查看作业运行状态。在Hadoop内部用Job表示MapReduce程序。一个MapReduce程序可对应若干个作业，而且每个作业会被分解为若干个Map/Reduce任务
(2)Job Tracker：主要负责资源监控和作业的调度。JobTracker监控所有TaskTracker与作业的健康状况，一旦发现失败情况后，就会将相应的任务转移到其他节点上去，同时JobTracker会跟踪任务的执行进度、资源使用量等信息，并将这些信息告诉任务调度器，任务调度器会在资源出现空闲的时候，选择合适的任务使用这些资源。任务调度器是一个可以插拔的资源，用户可以根据自己需要的需要设计相应的资源调度器
(3)TaskTracker:周期性的通过Heartbeat将本节点的资源使用情况和任务运行进度发送给JobTracker，同时会接收JobTracker发送来的命令并执行相应的操作。TaskTracker使用slot等量划分本节点的资源量。slot代表计算资源。一个Task获取一个slot后才有机会运行，而Hadoop调度器的作用是将多个TaskTracker上的空闲slot分配给Task使用，slot分为Map slot和Reduce slot两种，分别提供Map Task和Reduce Task使用。TaskTracker通过slot数目限定Task的并发度
(4)Task:分为Map Task和Reduce Task两种，均由Task Tracker启动。因为HDFS以固定大小的block为基本单位进行存储数据，对于MapReduce而言，其处理单位是split。split与block关系对应为下图，split是一个逻辑概念，他只包含一些元数据信息，比如数据起始位置、数据长度、数据所在的节点等信息。划分方法由用户自己决定，但是需要注意的是：split的多少决定了Map Task的数目，因为每个split会交给一个Map Task进行执行
(5)Map Task执行的过程如下图所示。Map Task先对split进行迭代解析成一个个key/value对，依次调用用户自定义的map()函数进行处理，最终将临时结果存放到磁盘上，其中临时数据被划分成一个个partition,每个partition将被一个Reduce Task处理。
Reduce Task执行的过程如下图所示。也分为三个阶段：(1)从远程节点读取Map Task中间结果(称之为shuffle阶段)
(2)按照key对key/value对进行排序(称之为Sort阶段)
(3)依次读取<key,value list>，调用用户自定义的reduce()函数，将最终结果存放到HDFS上。
