版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/weijianpeng2013_2015/article/details/71373815
1.预先加载本地的输入文件
2.经过MAP处理产生中间结果
3.经过shuffle将key相同的中间结果分配到同一个节点去处理
4.Reduce处理产生结果输出
5.将结果保存在hdfs上
MAP阶段所做工作：
在map阶段:
1.使用job.setINputFormatClass定义的InputFormat将输入的
数据集分割成小数据块splites;
2.同时InputFormat提供一个RecordReder的实现。默认的是TextInputFormat，
它提供的RecordReader会将文本的一行的偏移量（也就是行号）作为key，这一行的文本作为value。
3.调用自定义Map的map方法，将一个个键值对输入给自定义的Map的map方法；
4.按照自定义的Map的输出key类、输出value类生成一个List.Partitioner阶段所做工作：
在map阶段的最后：
1.会先调用job.setPartitionerClass设置的类对这个List进行分区，每个分区映射到一个reducer；
2.每个分区内调用job.setSortComparatorClass设置的key比较函数类排序；
3.如果没有通过
job.setSortComparatorClass设置key比较函数类，则使用可以的实现的compareTo方法Shuffle处理过程：
将每个分区根据一定的规则（默认是键相同），分发到reducer处理Sort处理过程：
在reduce阶段，reducer接收到所有映射到这个reducer的map输出后：
1.调用job.setSortComparatorClass设置的key比较函数类对所有键值对排序；
2.然后开始构造一个key对应的value迭代器，这时就要用到分组，
使用job.setGroupingComparatorClass设置的分组函数类，
只要这个比较器比较的两个key相同，他们就属于同一个组，它们的value放在一个value迭代器中Reduce处理过程：
最后就是进入Reducer的reduce方法，reduce方法的输入是所有的key和它的value迭代器，
在reduce中将key相同的迭代器中的value值累加，同样注意输入与输出的类型必须与自定义的Reducer中声明的一致。