## MapReduce概述
- Google MapReduce的克隆版本
- 優點：海量數據的離線處理，易開發，易運行
- 缺點：實時流式計算
Hadoop MapReduce是一個軟件框架，用於輕松編寫應用程序，以可靠，容錯的方式在大型集群（數千個節點）的商用硬件上並行處理大量數據（多TB數據集）

## MapReduce編程模型
**思想：分而治之**
MapReduce作業通常將輸入數據集拆分為獨立的塊，這些塊由map任務以完全並行的方式處理。框架對map的輸出進行排序，然後輸入到reduce任務。通常，作業的輸入和輸出都存儲在文件系統中。該框架負責調度任務，監視它們並重新執行失敗的任務。

案例;統計一篇文章，各個單詞出現的次數
Input數據輸入
Splitting：拆分數據讀取到各個節點
Mapping：為每一個單詞賦1，不會做合並操作
Shuffling: 重新洗牌（指定規則），這裏把相同單詞發到同一個節點去
Reducing ： 統計合並相同單詞的次數

最後把結果寫到一個文件中去就ok了

Hadoop核心組件之MapReduce