初识Mapreduce
Mapreduce介绍
核心：分而治之。
Map负责分，把复杂的任务分解为若干个简单任务来并行处理。
Reduce负责合，对map阶段的结果进行汇总。Mapmask：线程
可以有多个reduce，不同reduce有不同的任务。
Mapreduce设计构思
MapReduce有两个部分，一个是自带的计算框架，一个是自己写的业务逻辑代码。如何结合两个部分？提供了统一的计算接口，只需要在应用层进行具体的计算，剩下的交给框架来处理。定义了Map和Reduce两个抽象的编程接口口，用户去编程实现.Map和Reduce，Mapreduce处理的数据类型是**<key,value>键值对**。数据流在走的时候，其实就是键值对的转换，把一个键值对转换成另一个键值对。
Map（k1;v1）->(k2;v2) 类似于数组遍历
Reduce(k2;v2)->(k3,v3)
MapReduce编程规范
Mapreduce的编程流程分为8步，其中Map阶段2步，shuffle阶段4步，Reduce阶段2步。
Map阶段的2步
1.设置InputFormat类（可以决定我们对源文件的一种读取方式）是一个抽象类，我们用他的子类：TextInputFormat类 {一行一行读，每读取一行会变成一个key-value对}我们要使用，把数据切分为k1,v1（k1表示这一行开头的偏移量，v1表示这一行的数据）键值对，输入到第二步
2.自定义Map逻辑（继承Mapper类{重写map方法}），把第一步结果转换为另外的k2，v2，输出结果
Shuffle阶段的4步
3.对输出的key-value进行分区（做标记）
4.对不同分区对的数据按照相同的key（k2）排序
5.（可选）对分组过的数据初步规约（降低数据的网络拷贝，减少网络数据的传输量）
6.对数据进行分组，相同key的value放入一个集合。
Reduce阶段的2步
7.对多个map阶段的结果进行排序及合并，编写Reduce函数实现自己的逻辑（要继承一Reducer类{重写reduce方法}）—>对输入的Key-Value进行处理，转为新的Key-value（k3,v3）输出
8.设置OutputFormat(抽象类,使用子类TextOutputformat，数据会写到txt文件里）处理并保存Reduce输出的Key-Value数据