1.首先是map獲取分片，分片的大小和分片規則取決於文件輸入的格式，FileInputFormat是輸入格式的一個基類，FileInputFormat下有幾個重要的子類，分別是TextInputFormat，KeyValueTextInputFormat，NLineInputFormat等等，使用什麽輸入格式決定分片的分片大小和規則，以及map的處理方式。map處理完後有必要就進行分區，分區是為了在不同的reduce處理數據，有負載均衡的作用，使用幾個reduce取決於Hadoop集群的性能。默認的分區方式是對key的hash值與reduce個數進行取模，reduce默認數為1個，分區之後就是分組，默認的分組也是根據key進行分組，當需要在分區的基礎上繼續進行細分的話，就可以使用分組，同一個分組的數據同時進入一個reduce，分組之後就是排序，排序是在分組的組裏進行排序的，默認的排序規則也是根據key進行排序的。之後就是combiner，combiner必須在所有map執行完才能執行，Combiner作用是合並相同的key對應的value，combiner的作用1是減少map寫入到磁盤的文件大小（磁盤io），作用2是減少reduce和map節點之間的io輸出量（網絡io）。combiner一般是直接使用reduce的方法。

reduce階段：reduce會根據分區去相應的節點復制數據，在進行排序之後進入reduce進行處理，之後數據輸出。

mapreduce的執行過程