1.MapReduce进程
一个完整的MapReduce程序在分布式运行时有三类实例过程
1.1 MrAppMaster：负责整个程序的过程调度及状态协调；
1.2 MapTask：负责map节点的整个数据处理流程；
1.3 ReduceTask：负责reduce阶段的整个数据处理流程；
2.工作流程图
3.过程详解
3.1 源文件，也就是多个文本文件；
3.2 形成一个job等准备工作；
3.3 提交切片信息；
3.4 计算出mapTask个数；
3.5 默认使用TextInputFormat从源文件读取信息；
3.6 经过mapper逻辑分成key,value格式；
3.7 mapTask手机网民的map()方式输出的KVUI，放到内存缓冲区，Shuffle中的缓冲区大小会影响MapReduce程序的执行效率，原则上说，缓冲区越大，磁盘IO的次数越少，执行速度就越快；缓冲区的大小可以通过参数调整，参数：io.sort.mb，默认100M，当到达百分之八十的时候就会溢出；
3.8 从内存缓冲区不断溢出本地磁盘文件，可能会溢出多个文件，溢出的过程会执行分区，排序，溢出到本地磁盘文件已经是分区排序好的，然后会支持combiner逻辑代码；
3.9 多个溢出文件会被合并成大的溢出文件；
3.10 reducetask根据自己的分区号，去各个mapTask机器上区相应的结果分区数据；
3.11 reducetask会取出同一个分区的来自不同mapTask的结果文件，reducetask会将这些文件在进行合并（归并排序）；
3.12 合并成大文件后，shuffle的过程也就结束了，后面进入reducetask的逻辑运算过程（从文件中取出一个一个的键值对group，调用用户自定义的reduce()方法）；
3.13 如果有需求的话再进行分组，然后输出结果；