• input split個數等於map任務個數
  預設情況下，輸入片(input split)的大小與資料塊(block)的大小相同。
• 已經知道一個input split對應一個map任務, 接下來會對輸入片裡的記錄逐條呼叫map方法。有多少個鍵值對，就呼叫多少次map方法。每一個呼叫map方法會輸出零個或者多個鍵值對。
• map方法裡的context.write不是直接寫入檔案，而是先寫入環形緩衝區，環形緩衝區裡的資料會進行排序。
• 當緩衝區裡的資料達到閾值的時候，需要進行溢寫操作。每次溢位都會產出一個溢位資料檔案，因此會有多個。
• 每一個溢位資料檔案內分割槽，並且區內排好序
• 對各個溢位資料檔案進行合併得到一個整體的結果檔案，分割槽且有序
• 如果寫有combiner方法，會執行歸約處理
• 有多少個partition(分割槽)就有多少個reduce任務，就會產生多少個最終輸出檔案
• 每個reducer任務從多個map任務獲取屬於自己分割槽的輸出
• 合併成一個大的資料檔案，有序
• 把相同key的資料放到一組
• 有多少組就呼叫多少次reduce方法，每次呼叫產生零個或者多個鍵值對，寫入HDFS檔案中
• 每個reducer任務的結果寫入一個輸出檔案中

[1]https://blog.csdn.net/zhangt85/article/details/42077281