结构
一个完整的mapreduce程序在分布式运行时有三类实例进程：
MRAppMaster：负责整个程序的过程调度及状态协调 mapTask：负责map阶段的整个数据处理流程 ReduceTask：负责reduce阶段的整个数据处理流程
MR程序运行流程
1、一个mr程序启动的时候，最先启动的是MRAppMaster，MRAppMaster启动后根据本次job的描述信息，计算出需要的maptask实例数量，然后向集群申请机器启动相应数量的maptask进程
2、maptask进程启动之后，根据给定的数据切片范围进行数据处理，主体流程为：
- 利用客户指定的
inputformat来获取RecordReader读取数据，形成输入KV对 - 将输入
KV对传递给客户定义的map()方法，做逻辑运算，并将map()方法输出的KV对收集到缓存 - 将缓存中的KV对按照K分区排序后不断溢写到磁盘文件
3、MRAppMaster监控到所有maptask进程任务完成之后，会根据客户指定的参数启动相应数量的reducetask进程，并告知reducetask进程要处理的数据范围（数据分区）
4、Reducetask进程启动之后，根据MRAppMaster告知的待处理数据所在位置，从若干台maptask运行所在机器上获取到若干个maptask输出结果文件，并在本地进行重新归并排序，然后按照相同key的KV为一个组，调用客户定义的reduce()方法进行逻辑运算，并收集运算输出的结果KV，然后调用客户指定的outputformat将结果数据输出到外部存储
