MapReduce的核心是：分而治之，並行處理；以及其調度和處理數據的自動化。

MR中主要是Map和Reduce兩個階段，其中基本流程是：

　　1、mr的數據處理單位是一個split，一個split對應一個map任務，處理時會有多個map任務同時運行；當map從HDFS上讀取一個split時，這裏會有“移動計算，不移動數據”的機制來減少網絡的數據傳輸，使得效率能最大化；

　　2、獲取到split時，默認會以TextInputFormat的格式讀入，文件中的字符位置的偏移量作為 key，以及每一行的數據作為 value；

　　3、之後則進入map函數中進行處理，這個階段可以獲取需要的數據並加以處理，並以key value的形式寫出，作為後面reduce函數的輸入；

　　4、map到reduce之間會有一個shuffle的過程，大致過程是把不同key利用partitioner分散到各個reduce節點上去；

　　5、在reduce上會先通過 比較排序（前面shuffl會有預排序） 進行文件的歸並，之後進行reduce函數，在每個reduce函數中key是唯一的，對應的value則是一個 Iterable接口類型，通過Iterable可以遍歷所有當前key對應的所有value；

　　6、之後在reduce中對數據進行處理後，利用OutputFormat對處理後的key value保存到HDFS上即完成了整個流程。

MR基本的運作流程