，

1.其實MapReduce的二次排序是我們定義的sort排序會執行兩遍，第一遍是在map端執行，針對一個map任務的(當partition之後的將資料寫入到記憶體緩衝區的時候，達到記憶體緩衝區的80%的時候就會spill到disk,此時disk是作為硬碟快取的，所以我們的資料在硬碟上可以sort排序，而且在map執行完任務之後資料就不見了)，那麼當程式執行到reduce之後，reduce端shuffle首先會將各個map端的資料都抓取到reduce端的記憶體緩衝區中，等達到記憶體緩衝區的80%的時候就會溢位到硬碟，硬碟作為記憶體緩衝區，在這裡會第二次執行我們寫的sort排序，也就是二次排序！這就是有名的二次排序！

2.不要再認為sort+group是二次排序了，group的作用就是一次性將同一組資料交給一個reduce任務處理！

3.這裡需要強調的是：map任務不是隨隨便便地分配給某個TaskTracker的，這裡有個概念叫：資料本地化（Data-Local）。意思是：將map任務分配給含有該map處理的資料塊的TaskTracker上，同時將程式JAR包複製到該TaskTracker上來執行，這叫“運算移動，資料不移動”。而分配reduce任務時並不考慮資料本地！

上面也就是說，移動計算而不是移動資料實際上是針對shuffle之前的map端而言的，而不是針對reduce端而言的！