MapReduce基本处理步骤如下：

MapReduce可以理解为把一堆杂乱无章的数据按照某种特征归并起来，然后处理并得到最后的结果。基本处理步骤如下：

1. 把输入文件按照一定的标准分片，每个分片对应一个map任务。一般情况下，MapReduce和HDFS运行在同一组计算机上，也就是说，每台计算机同时承担存储和计算任务，因此分片通常不涉及计算机之间的数据复制。
2. 按照一定的规则把分片中的内容解析成键值对。通常选择一种预定义的规则即可。
3. 执行map任务，处理每个键值对，输出零个或多个键值对。
4. MapReduce获取应用程序定义的分组方式，并按分组对map任务输出的键值对排序。默认每个键名一组。
5. 待所有节点都执行完上述步骤后，MapReduce启动Reduce任务。每个分组对应一个Reduce任务。
6. 执行reduce任务的进程通过网络获取指定组的所有键值对。
7. 把键名相同的值合并为列表。
8. 执行reduce任务，处理每个键对应的列表，输出结果。