在MapReduce当中没有block块的概念，每一个maptask处理的一部分数据都叫做一个切片，默认的一个切片对应一个block块的大小，可以理解为一个block块对应一个maptask

步骤：

map阶段

第一步：读取文件，解析成key、value对，这里是我们的k1、v1

第二步：接收我们的k1、v1，自定义我们的map逻辑，转换成新的key2、value2进行输出，往下发送k2、v2

shuffle阶段

第三步：分区，形同key的value发送到同一个reduce里面去，key合并，value形成一个集合

第四步：排序，默认按照字段顺序进行排序

第五步：规约

第六步：分组

reduce阶段

第七步：接收我们的k2 、v2，自定义我们的reduce逻辑，转换成新的k3、v3进行输出

第八步：将k3、v3进行输出

APPmaster：很重要，全权负责任务的划分，资源的申请，任务进度的监控等工作

单词统计：

hello world

hadoop hive

sqoop hive

hadoop hive

第一步：读取文件，解析成key，value对，key是行偏移量，value是行文本内容（下一行是上一行的行偏移量）

key1       value1

0   hello     world

11  hadoop hive

22  sqoop hive

#32  hadoop hive

第二步：自定义map逻辑，接收key1，value1转换成新的key2，value2进行输出

获取value1，按照空格进行切割

[hello,world],[hadoop,hive],[sqoop,hive]

hello     world

 hadoop hive

 sqoop hive

转换成新的key2，value2往下发送

key2   value2

hello       1

world      1

hadoop   1

hive          1

sqoop      1

hive          1

第三步：分区，相同key的value发送到同一个reduce当中去，key进行合并，value形成一个集合

hive [1,1]

第四步：排序

第五步：规约

第六步：分组

第七部：reduce阶段，接收key2、value2,转换成新的key3、value3进行输出

接收  key2      value2

          hive         [1,1]

转换成新的key3，value3

         hive3        value3

第八步：输出key3、value3

hive    2

....