MapReduce 分为两个阶段，分为Map 阶段和Reduce 阶段，可以自定义map函数 和reduce函数 ，
map函数 的输入是行在文件的字节偏移量 ，value是文件的一行数据。
reduce函数 的输入是key 和对应key的value组 ，然后reduce函数 可以对这一组数据进行处理
再来看mapreduce是如何实现的，因为可以知道reduce阶段 的value是一组 的，包括mapreduce还发生了文件读取 和写入文件的操作，包括一些序列化
当有一个文件 时，文件 在底层操作系统 是很多个数据块，
map 是以数据切片 逻辑进行处理 的，所以当读取文件数据 时，会对物理文件 进行逻辑切片 ，然后一个切片 就对应一个MapTask ，尽量 保证切片大小等于数据块大小 ，让一个MapTask 直接本地处理 ，加快处理速度
Map 阶段处理逻辑 ，map读入文件的每行数据 ，然后以key-value 的方式处理输出到一个分区 ，输出到哪个分区 取决于默认 的还是自定义分区处理 了，默认 是根据键的哈希值确定分区。
分区 其实是先保存到一个环形缓存区 ，当环形缓存区达到一定阈值 的时候，就会把缓冲区数据落盘 ，落盘前 会对分区内 的数据 进行快速排序 ，如果有多个小文件 ，会对多个小文件进行归并排序 ，合成一个大文件，然后分区和reduceTask的数量一样。
reduce 阶段，reduce可会读取所有mapTask 对应分区的所有文件 ，如果有多个文件 ，也会进行归并排序 ，这样就保证了Reduce函数的输入里的value，是一个相同Key的value集合 。然后经过reduceTask函数进行数据处理，最终输出，输出文件数 也跟reduceTask的个数 相关，reduceTask的数目不能大于分区数目