总所周知，一般的job，是需要Map阶段和Reduce阶段共同去处理一些相应的业务逻辑。下面是一些具体的总结。
Map阶段：
1.输入形式：系统默认的输入是TextInputFormat。但在实际的业务需求中，需要结合其他相应的实现类处理业务逻辑。具体的是实现类有：KeyValueInputFormat：以文件个数设置切片，K为偏移量，V为行值。 NLineInputFormat：以行数决定切片个数。K为偏移量，V为N行值。CombinerTextInputFormat：将多个小文件合并成一个大文件设置一个切片切割。KV为默认方式。用户自定义实现类（主要业务逻辑在继承RecordReader类中实现read方法）：切片个数由文件个数决定。K为文件所在路径名称+文件名。V为整个文件内容。
**2*分区。**默认排序方式是HashPatitioner。在方法getPatition中有3个参数，分别是key.hashCode，Interger.MaxValue，NumReduce（默认为1），前两个对第三个求模，所以默认的分区个数是1（分区号从0开始）。
3排序。通过Bean类去实现WritableComparable接口，实现compareTo方法，对数据进行排序。排序分为全排序（即对整个数据进行排序），部分排序（对输出的每个文件的数据进行排序）。
4.Combiner ：在Reduce输出之前，利用Combiner可以对Map端数据进行提前归总，减少网络数据的传输量，减轻Reduce端的任务量，避免造成数据倾斜。
Reduce阶段：
**1.输出形式：**默认输出为TextOutPutFormat，即按行输出（按照KV对）。显示类有sequenceOutputFormat（队列输出格式）即将一些小文件内的内容合并成到一个大的文件里面去。自定义输出类（主要逻辑在继承RecordWriter中实现write中方法）：作用：将输出文件按照设置指定地点输出。
2.排序：分组排序：将Map阶段的数据按照自定义的key值进入Reduce阶段，在Reduce中进行排序。