MapReduce 的 Shuffle流程

第一步：客户端提交任务对文件进行分块，默认block是128M

第二步：客户端把要进行map的数据发送给yarn，yarn获取判断需要多少MapTask()

第三步：MapTask收集我们map()方法输出的kv，放到环形内存缓冲区

第四步：在环形内存缓冲区在达到默认80%的时候就会开始往本地磁盘中不断溢出，可能会溢出多个文件

第五步：过个溢出文件会被合并成大的溢出文件

第六步：在溢出过程及合并的过程中，都要调用Partition进行分区和针对key进行排序

第七步：ReduceTask根据自己的分区号，去各个MapTask机器上相应的结果分区数据

第八步：ReduceTask取到用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）

第九步：合并成大文件后，Shuffle的过程就结束了，后面就要进行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）