MR執行過程包括Map、Shuffler、Reduce，其中Map、Reduce及Shuffler中的分割槽、合併、排序是可以允許程式設計師程式設計參與的。

1、Map階段。

split-----map----partition sort and spill to disk------combine。

1）split的目的是應一個原始檔案分成多個檔案，分別交由不同的map節點處理，檔案塊大小由block size、max size、min size，在hadoop1版本的計算方式是spiltSize = max(minsize,max(blockSize,goalSize))；在hadoop2版本中的計算方式為spiltSize = max(minsize,max(blockSize,maxSize))

總結：新版本確定檔案塊大小時不再考慮maptask任務的個數，而有配置中的mapred.max.split.size代替。

2）map

       3）partition sort and spill to disk

每個map任務計算的結果首先寫到記憶體中，當超過閾值（預設100M）時將啟動一個執行緒將資料內容溢寫到磁碟上，在溢寫的過程中需要指定每個map輸出的鍵值對對應的reduce編號，即分割槽，預設的分割槽演算法是使用map的key物件的hashcode模reduce個數，該方式不能保證負載均衡，重寫Partition類的getPartition方法可自定義分割槽方式，除分割槽外，該過程還要經歷排序過程，預設的排序是按ascii碼排序，可實現WritableComparable介面的compare方法。

       4）combine。

       每個map任務執行過程中有可能會溢寫生成多個檔案，而map任務結束後需要交結果傳到reduce任務節點，為提高效率需在網路傳輸檔案前將多個小檔案合併成大檔案，combine是map節點本地reduce過程。

2、Reduce階段

merge----sort----reduce-----output

在正式執行Reduce過程前，需要做一些預處理，首先將不同map節點傳輸過來的檔案合併，然後排序，排序同map階段。