MapReduce的shuffle过程

maptask通过inputFormat的读取文件，默认读取文件时TextInputFormat，

读文件用的是成员变量RecordReader的 read()方法，read方法读取原始的文件，

一次读一行，返回k v 将结果交给自定义的Mapper{},调用map方法，进行处理，

用context.write方法输出，交给outPutCollector写到环形缓冲区默认大小100M，

默认数据存储为80%开始对数据处理，对key进行分区默认掉用HashPartitioner(用的是hasecode%reduce的数量),

排序使用key.compareto，使用的是快排算法,环形缓冲区通过spiller将数据溢出到若干个文件，可以通过Combiner可以对数据进行处理

当数据处理完毕以后，merge成一个maptask的最终结果文件（使用归并算法），

分区的数量决定reduce的数量partition0,partition1。多个将maptask形成为分区文件，通过不同的区区分，下载到reducetask的

本地磁盘工作目录，归并排序合并成一个文件，默认调用字符串相同的方法，

将key为相同的分为组，调用reduce(k,values)方法，k的值为分区表第一条数据的key，对数据进行处理，

调用context.write进行输出，调用outPutFormat方法，默认TextOutputFormat, 调用成员RecordWriter的write方法

将结果写出去，默认为 part-r-000000l