MR具體流程如下：
1）文件拆分成splits，這一步由MapReduce框架自動完成，其中偏移量（即key值）包括了回車所佔的字符數和Linux環境有關。
2）將分割好的對交給用戶定義的map方法進行處理，生成新的對。
2.5）得到map方法輸出的對後，先進行分區
(ps:自己添加的圖，後面的排序沒有改)
3）得到map方法輸出的對後，Mapper會將它們按照key值進行排序，並執行Combine過程，將key至相同value值累加，得到Mapper的最終輸出結果。
2、Map Task的整體流程，可以概括爲5個步驟：
1）Read：Map Task通過用戶編寫的RecordReader，從輸入InputSplit中解析出一個個key/value。
2）Map：該階段主要將解析出的key/value交給用戶編寫的map()函數處理，併產生一系列的key/value。
3）Collect：在用戶編寫的map()函數中，當數據處理完成後，一般會調用OutputCollector.collect()輸入結果。在該函數內部，它會將生成的key/value分片（通過Partitioner），並寫入一個環形內存緩衝區中。
4）Spill：即“溢寫”，當環形緩衝區滿後，MapReduce會將數據寫到本地磁盤上，生成一個臨時文件。將數據寫入本地磁盤之前，先要對數據進行一次本地排序，並在必要時對數據進行合併，壓縮等操作。
5）Combine：當所有數據處理完成後，Map Task對所有臨時文件進行一次合併，以確保最終只會生成一個數據文件。
3、Reduce的整體流程，可以概括爲5個步驟：
1）Shuffle：也稱Copy階段。Reduce Task從各個Map Task上遠程拷貝一片數據，並針對某一片數據，如果其大小超過一定閥值，則寫到磁盤上，否則直接放到內存中。
2）Merge：在遠程拷貝的同時，Reduce Task啓動了兩個後臺線程對內存和磁盤上的文件進行合併，以防止內存使用過多或者磁盤上文件過多。
3）Sort：按照MapReduce語義，用戶編寫的reduce()函數輸入數據是按key進行聚集的一組數據。爲了將key相同的數據聚在一 起，Hadoop採用了基於排序的策略。由於各個Map Task已經實現了對自己的處理結果進行了局部排序，因此，Reduce Task只需對所有數據進行一次歸併排序即可。
4）Reduce：在該階段中，Reduce Task將每組數據依次交給用戶編寫的reduce()函數處理。
5）Write：reduce()函數將計算結果寫到HDFS。