一、為什麽要用MapReduce？

　　首先MapReduce被廣泛應用於日誌分析、海量數據的排序、在海量數據中查找特定模式等 場景。而且它非常簡單，易於實現且擴展性強。可以通過它編寫同事在多臺主機上運行的程序，可以使用Python/PHP/C++等非java類語言編寫map或reduce程序。還可以在任何安裝Hadoop的集群中運行同樣的程序，不論這個集群有多少臺主機。

二、MapReduce計算模型

　　在Hadoop中，用於執行MapReduce任務的機器角色有兩個：

一個是JobTracker，另一個是TaskTracker。JobTracker是用於調度工作的，TaskTracker是用於執行工作的。而一個Hadoop集群中只有一臺JobTracker。

三、MapReduce的Job

　　在Hadoop中，每個MapReduce任務都被初始化為一個job，每個job又可以分為兩個階段：map階段和reduce階段。這兩個階段分別用兩個函數來表示，也就是map函數和reduce函數。

　　map函數接受<key,list of value>形式的輸入，然後對value集合進行處理。

　　reduce 函數產生0或1個輸出。reduce的輸出格式也是<key,value>形式的。

一、為什麽要用MapReduce