图解版：
一.map阶段
二.reduce阶段
文解版：
1.首先我们有一个待处理的文本ss.txt，大小为200m，假设要对这个文本中的内容进行单词统计。
2.在我们客户端提交之前，获取到待处理文本相关信息，根据block块的大小划分出具体的切片信息（默认集群中的块大小是128m，所以这里将我们的待处理文本ss.txt划分为两个切片分别为0-128m和128-200m）。
3.客户端将切片信息和jar包提交到yarn集群ResourceManager上。
4.ResourceManager将根据切片的个数决定开启多少个MapTask(一个MapTask处理一个切片)。
5.MapTask通过InputFormat(默认使用它的实现类TextInputFormat：将偏移量作为key，将一行数据作为value)来解析key/value对。将key/value对解析到map方法中。
6.在map方法中进行相应的逻辑处理，然后通过outputCollector写出到环形缓冲区。
7.当环形缓冲区数据达到80%以后，将会对数据进行分区、排序处理，然后溢出到文件。
8.可能会有多次溢出，将多次溢出的文件进行归并排序（可以使用Combiner来进行数据的汇总操作，来优化MapReduce减少IO流的传输）。形成一个大的有序文件。为下一阶段的reduce阶段拷贝数据做准备。
9.在reduce阶段，根据map阶段的分区个数，启动相应数量的ReduceTask。
10.将map处理后溢出到磁盘的结果从远程拷贝到ReduceTask本地磁盘（实际是内存中，内存不足时才溢写到磁盘）。
11.将多个MapTask中文件的相同分区（例如：MapTask1中的一号分区和MapTask2中的一号分区）的数据进行一次合并进行归并排序，合并为一个文件。
12.然后送入到reducer方法中。reduce方法进行相应的处理，然后进行写出到文件中（当然也可以自定义OutputFormat，按照自定义的格式写入到自定义的路径当中）。
注意：我特意仔细说明一哈shuffle的具体过程
1）maptask收集我们的map()方法输出的kv对，放到内存缓冲区中。
2）从内存缓冲区不断溢出本地磁盘文件，可能会溢出多个文件。
3）多个溢出文件会被合并成大的溢出文件。
4）在溢出过程中，及合并的过程中，都要调用partitioner进行分区和针对key进行排序。
5）reducetask根据自己的分区号，去各个maptask机器上取相应的结果分区数据。
6）reducetask会取到同一个分区的来自不同maptask的结果文件，reducetask会将这些文件再进行合并（归并排序）。
7）合并成大文件后，shuffle的过程也就结束了，后面进入reducetask的逻辑运算过程（从文件中取出一个一个的键值对group，调用用户自定义的reduce()方法）。