在之前的Hadoop是什么中已經(jīng)說(shuō)過(guò)MapReduce采用了分而治之的思想，MapReduce主要分為兩部分，一部分是Map——分，一部分是Reduce——合

成都創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于網(wǎng)站設(shè)計(jì)制作、成都網(wǎng)站制作、集美網(wǎng)絡(luò)推廣、小程序開發(fā)、集美網(wǎng)絡(luò)營(yíng)銷、集美企業(yè)策劃、集美品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運(yùn)營(yíng)等，從售前售中售后，我們都將竭誠(chéng)為您服務(wù)，您的肯定，是我們最大的嘉獎(jiǎng)；成都創(chuàng)新互聯(lián)為所有大學(xué)生創(chuàng)業(yè)者提供集美建站搭建服務(wù)，24小時(shí)服務(wù)熱線：028-86922220，官方網(wǎng)址：www.cdcxhl.com

MapReduce全過(guò)程的數(shù)據(jù)都是以鍵值對(duì)的形式存在的
如果你想了解大數(shù)據(jù)的學(xué)習(xí)路線，想學(xué)習(xí)大數(shù)據(jù)知識(shí)以及需要免費(fèi)的學(xué)習(xí)資料可以加群：784789432.歡迎你的加入。每天下午三點(diǎn)開直播分享基礎(chǔ)知識(shí)，晚上20:00都會(huì)開直播給大家分享大數(shù)據(jù)項(xiàng)目實(shí)戰(zhàn)。

首先，我們假設(shè)我們有一個(gè)文件，文件中存了以下內(nèi)容

hive spark hive hbase
hadoop hive spark
sqoop flume scala

這里涉及到一個(gè)偏移量（一個(gè)字符或空格為1位）
第一行的偏移量為0，內(nèi)容為“hive spark hive hbase”
第二行的偏移量為21，內(nèi)容為“hadoop hive spark”
第三行的偏移量為39，內(nèi)容為“sqoop flume scala”

Map
輸入
MapReduce處理的數(shù)據(jù)是從HDFS中讀出來(lái)的
以偏移量為key，內(nèi)容value，則存在：
（0，“hive spark hive hbase”）
（21，“hadoop hive spark”）
（39，“sqoop flume scala”）
輸出
將輸入的value中的詞以空格為分割逐個(gè)取出來(lái)做key，1做value存起來(lái)
（hive，1）
（spark，1）
（hive，1）
（hbase，1）
（hadoop，1）
注意：有多少行，Map就要循環(huán)做幾次
shuffle（之后會(huì)詳細(xì)說(shuō)，這里簡(jiǎn)單解釋）
輸入
map的輸出
輸出
相同的key的value進(jìn)行合并
這里合并不是進(jìn)行累加或別的運(yùn)算，而是合并到一個(gè)集合中
（hive，[1,1,1]）
（spark,[1,1]）
（hbase，[1]）
（hadoop，[1]）
。。。。。。
reduce
輸入
shuffle的輸出
輸出
根據(jù)業(yè)務(wù)將value進(jìn)行合并
例如當(dāng)前的業(yè)務(wù)就會(huì)將value進(jìn)行累加
MapReduce處理數(shù)據(jù)五步走
整個(gè)MapReduce程序，所有數(shù)據(jù)以（key，value）形式流動(dòng)

第一步：input
正常情況下不需要寫代碼
僅僅在MapReduce程序運(yùn)行的時(shí)候指定一個(gè)路徑即可

第二步：map（核心）
map（key，value，output，context）
key：每行數(shù)據(jù)的偏移量——基本沒(méi)用
value：每行數(shù)據(jù)的內(nèi)容——真正需要處理的內(nèi)容

第三步：shuffle
不需要寫代碼

第四步：reduce（核心）
reduce（key，value，output，context）
key：業(yè)務(wù)需求中的key
value：要聚合的值

第五步：output
正常情況下不需要寫代碼
僅僅在MapReduce程序運(yùn)行的時(shí)候指定一個(gè)路徑即可

工作原理
這里寫圖片描述