1 MapReduce核心原理
“分而治之，并行计算”是MapReduce的核心原理，其实也是大数据处理的中心思想。
1.1 分而治之
在MapReduce中，分而治之，就是，
一个任务分成多个小的子任务(map)，并行执行后，合并结果(reduce)。
1.2 并行计算
在任务分配完之后，每个子任务平行执行，彼此之间是互不影响的，也就是并行计算，具体的子任务可以按照具体的标准进行。在每一个子任务都完成之后再按照统一的标准进行合并计算即可。
2 实例讲解
下面以一个实际例子展开讲解，增强理解。
2.1 问题
现在有若干张（数量足够多）杂乱无绪的、而且数目残缺不全的纸牌，一共有2~A共计14种纸牌（不计花色），需要统计出来每种纸牌各有多少（不计花色）。
2.2 问题解决步骤
大体可分为以下步骤，如下图。
1.分牌－－分配任务
假设一共有1000张纸牌，现在将它们平均分配改5个人来统计处理。
那么每个人处理200张纸牌。
2.各自统计－－并行计算Map
每个人将手中各种类型的纸牌的数量统计出来。
例如：
小红：(J,11) (Q,36) (K,3) … …
小蓝：(J,36) (Q,2) (K,25) … …
小绿：(J,1) (Q,3) (K,69) … …
小黄：(J,96) (Q,14) (K,64) … …
小青：(J,55) (Q,26) (K,88) … …
3.合并统计Reduce
然后，汇总。
每个人将各自统计的不同类型的纸牌的数量展示出来。
然后再将相同类型的纸牌的数量加和即可。
则如下：
(J,11+36+1+96+55) -> (J,199)
(Q,36+2+3+14+26) -> (Q,179)
(K,3+25+69+64+88) ->(K,185)
4.筛选结果
最终，所有的纸牌类型都按照这样的标准计算即可得出所有的结果。
3 构建抽象模型
以上“分而治之，并行计算”的数据处理思想，是典型的流式大数据问题的特征。
Map和Reduce为我们提供了一个清晰的操作接口。
4 统一框架
MapReduce提供一个统一的计算框架，可完成：
—计算任务的划分和调度
数据的分布存储和划分
—处理数据与计算任务的同步
结果数据的收集整理(sorting, combining, partitioning,…)
—系统通信、负载平衡、计算性能优化处理
处理系统节点出错检测和失效恢复