MapReduce的簡介：

MapReduce是一個軟體框架，客房部件的編寫應用程式，一併行的方式在數千商用硬體組成的叢集節點中處理TB級的資料，並且提供了可靠性和容錯的能力。

MapReduce的正規化：
MapReduce處理模型包括兩個獨立的步驟：
A． 第一步是並行Map階段，輸入資料被分割成離散塊以便可以單獨處理
B． Shuffle階段
C． 第二步是Reduce階段，彙總Map階段的輸出生成預期的結果。

MapReduce的缺陷：

A． 可擴充套件性：
a) JobTracker記憶體中儲存使用者作業的資訊
b) JobTracker使用的是粗粒度的鎖
B． 可靠性和可用性：
a) JobTracker失效會多事叢集中所有的執行作業，使用者需手動重新提交和恢復工作流
C． 對不同程式設計模型的支援
a) HadoopV1以MapReduce為中心的設計雖然能支援廣泛的用例，但是並不適合所有大型計算