本文是mit6.824的lab1實現記錄，目前已通過所有test,但終端會有EOF報錯，暫時還未排查到錯誤。

基本架構

MapReduce模型角色有兩種：master和worker。master是map和reduce任務的排程者，起碼任務排程和請求處理是非同步的，所以要考慮多執行緒。worker是請求並處理單個任務，是單執行緒。

Master

主要工作如下：

• 註冊worker
• 初始化任務陣列，map階段初始化map任務陣列，reduce階段可以理解為重置為reduce陣列。
• 分派任務
• 任務排程，定時進行，需要檢查所有任務的完成狀況，以確定是否進入下一階段。

Task

任務有五種狀態：Ready,Queue,Running,Completed和Err，通過判斷狀態我們進行不同的處理。Ready是在初始化完成後預設的，需要加入通道並更新狀態為Queue；當請求來臨時，我們派發任務（注意擴充任必要資訊）並更新狀態為Running；根據worker返回的任務報告或超時判斷更新狀態為Completed或者Err；對於Err任務更改狀態為Queue，並加入通道。
注：需要任務陣列的原因：根據下標跟蹤任務狀態

Schedule方法

這裡進行我們任務排程的大部分工作，排程策略是：遍歷任務陣列並更新狀態，按照Task中的思路。同時判斷是否進行任務重置。

Worker

worker一經啟動就不停的去請求並執行任務，所以需要對map和reduce任務分別處理，這裡我們的master返回的結構體是一樣的，按需取用即可。
呼叫Worker方法，首先我們傳送Worker註冊請求，序列號遞增（這裡不用加鎖）。然後就是不斷迴圈去請求並執行任務。另外，我們需要儲存一個isAlive變數，判斷worker是否可以退出。
我們的CallReqTask方法會得到三種響應，Map，Reduce和Over，在Master完成ReducePahse階段後，會將之後的請求任務型別全部置為Over，以便Worker能夠及時退出。
注：map和reduce任務我們需要執行後報告master，但over偽任務只需要更新isAlive狀態即可，我們稍後即可退出。

doMapTask

為了讓每個map任務能夠生成nReduce箇中間檔案，我們make一個二維陣列,然後取模存放：

reduces := wmake([][]KeyValue, task.NReduce)
for _, kv := range kvs {
		idx := ihash(kv.Key) % task.NReduce
		reduces[idx] = append(reduces[idx], kv)
	}

doReduceTask

首先，我們的輸入檔案有NMap個，按照mr-X-Y格式，這裡的Y我們規定為任務序列號，從而能夠讀取正確的檔案。我們定義一個map陣列來存放鍵值對應的序列隊，並使用reducef函式輸出到最終檔案。