你可能已經知道：Map/Reduce是一種模式，非常適合令人煩惱的並行算法。但是什麼是令人煩惱的並行算法？答案：這個算法非常適合被多重並行的執行。那麼什麼樣的模式纔會非常適合並行算法？答案：任何作用在數據上的算法都會被隔離。
如果你編寫的程序經常會在同一個時刻執行多重事件，並且它們需要訪問一些公用數據；那麼將會出現衝突，你必須着手處理當一個事件修改某個數據時，而另一個事件正在讀取這段數據。這就是併發操作。如果你事件作用的數據段沒有被其它事件操作，那麼做的將是並行操作。顯而易見：你可以使用擴展來解決併發性問題。
舉個例子：如果你有一張記錄了城市的表格，而每個城市都有兩個屬性 —— 所屬州和城市年度平均溫度。比如：San Francisco：{CA，58}。現在你想計算每年的平均溫度 —— BY STATE。因爲可以通過state對city進行分組查詢，然後計算一個州的平均溫度而不涉及到其他的州 —— 這裏就將會出現高度並行算法問題。
如果你想逐步做這件事，你將從一個空的平均溫度表開始。然後迭代訪問表中的城市，查詢每個城市中的state屬性，接着做出相關的年度平均溫度修改。
接下來看第一幅圖：
這是一張印度地圖。有許多州：MP、CG、OR等等。同樣有數個城市，每一個城市都有{State，City average temperture}作爲值。
這裏我們將做每個周的平均溫度。我們將通過state來分組查詢城市的平均溫度，然後計算出每個組的平均值。
當然我們並不是很在意每個城市的名稱，所以將拋棄它只保留州名和城市溫度。
既然已經獲得了我們想要的數據，那麼可以通過state進行重分組。我們將得到一張關於所有州內所有平均溫度的表。
這裏我們得到了非常好的數據模型用於邏輯計算，而僅需要做的就是計算每個州的平均溫度。
當然，這並不困難。
我們有一些數據。做一點點的重分組，然後做計算。當然所有的這些都可以並行的執行（每個state一個並行任務）。
下面我們使用Map/Reduce重做這個問題！
Map/Reduce有3個步驟：Map/Shuffle/Reduce
Shuffle部分由Hadoop自行完成，這裏只需要關注Map和Reduce的實現部分。
在Map部分你需要輸入<Key，Value>數據。
在這裏Key就是城市的名稱，而Value是屬性集：所屬州以及城市均溫。
同樣通過state將temperature重分組、排除下城市名稱，那麼在state變爲Key時temperature將成爲Value。
現在Shuffle的任務是實現Map的完成。它將會通過Key進行分組，然後你就會獲得一個List<Value>。
這也將作爲Reduce任務的輸入數據 —— 從Shuffle任務中獲得的Key、List<Value>。
Reduce任務還是數據邏輯的完成者，在這裏當然就是計算州的年平均溫度。
我們也將獲得如下的最終結果
這樣就完成了Map/Reduce對數據進行重塑：
Mapper<K1，V1> ==》 <K2，V2>
Reducer<K2，List<V2> >==》<K3，V3>
簡單的Map/Reduce入門希望能幫助弄清Map/Reduce任務的實現過程，下面附帶用例代碼：用例代碼部分（Java）
原文鏈接：Confused About Map/Reduce?（編譯/仲浩 王旭東/審校）
歡迎關注@CSDN雲計算微博，瞭解更多雲信息。
本文爲CSDN編譯整理，未經允許不得轉載。如需轉載請聯繫mark