hello 2a 1
排序
Mapper：第一阶段的业务逻辑处理代码
hello 2hello 2hello 2hello 2
Partitioner 分区器Sorter 排序器Combiner 聚合器
of 1of 1a 1of 1a 1a 1
hello 8
ReduceTask
HDFS
Reducer 阶段：执行汇总
不排序的话，只能全文件扫描
读取数据需要一个InputFormat 来从不同的数据源读取数据
第二阶段的业务处理
of 1of 1of 1a 1a 1a 1
单词计数：统计每个单词出现的次数
InputFormat
第一阶段的业务处理
聚合后再输出
hello 8of 3
hello 2of 1a 1
排序后
OutputFormat
of 3a 3
数据目的地
MapTask
hello 1of 1hello 1
负责写入数据
...
shuffle 阶段
数据源
规划总共有多少个task，再规划哪个task 执行哪一部分数据
文件总大小 / 每个数据块的大小 = 任务的个数默认的规则：每个数据块启动一个计算小任务
Split：逻辑划分，上传时就会划分好
MySQL
不管数据量多大：划分为多个数据块，运用多个task 来处理不管数据存储在哪里：通过InputFormat 规划task 读取的数据
