Map阶段

　　MapTask进程启动之后，会根据对应的输入分片来处理数据，每一个分片分配一个MapTask来处理。

　　使用客户端指定的InputFormat来读取数据，常用的就是LineRecordReader对象。它会逐行读取分片中的数据，并形成一个键值对。键为行偏移量，值为行记录。我们通常称为

　　将读取到的键值对数据输入到map方法中，进行用户自己的逻辑处理。并输出键值对，我们称为

　　map方法输出的键值对，会被搜集进环形缓冲区。环形缓冲区是内存中的一个字节数组，默认的大小是100M。

　　当环形缓冲区中被写入了80%的数据的时候，会将这80%的部分进行分区、排序，并溢写到磁盘，生成一个文件。在这个过程中，如果上游还有数据产生，将存储在剩余的20%的空间内。如果上游产生数据的速度非常快，剩余的20%也被填充满，并且80%的数据还没有溢写完成，此时任务将阻塞，上游不再读取数据，直到溢写文件完成。最终可能会生成多个溢写的磁盘文件。

　　将每一个溢写的磁盘文件合并成为一个文件，在合并的过程中，依然会按照分区、Key进行排序。最终，每一个MapTask生成一个磁盘文件。至此，MapTask执行结束。

　　Reduce阶段

　　每一个ReduceTask需要去处理一个分区的数据，因此ReduceTask需要到每一个MapTask所在的节点去fetch自己分区的数据。

　　拉取到的数据，如果比较小，会直接保存在内存中，在内存中完成排序，直到达到内存阈值，将其溢写到文件中;如果比较大，会直接以文件的形式保存起来。

　　数据拉取完成后，会按照设定好的合并因子进行合并。

　　按照Map阶段输出的的键进行分组，将相同键所对应的所有的值聚合到一起，形成一个集合。

　　将分组之后的键值对>，输入到Reduce方法中，进行逻辑处理。并输出最终的结果

　　将最终的结果，由客户端指定的OutputFormat进行输出。至此ReduceTask结束。