MapReduce介绍

一、总体介绍：

Hadoop MapReduce是一个软件框架，可以使用可靠、容错的方式开发在多集群节点（可以是上千个节点）上并行处理大批量数据（TB级）的程序应用。

MapReduce Framework由一个 master JobTracker 和多个 slave TaskTracker（每个集群节点是一个TaskTracker） 组成。mastr负责在slaves节点调度组成作业的任务，监控，并重新执行失败的任务。Slaves节点负责执行任务。

二、输入和输出：

MapReduce的输入和输出都是 key-value对。

(input)  -> map ->  -> combine ->  -> reduce ->  (output)

key和value类都由framework来序列化，因此，它们都需要实现Writable接口。除此之外，为了完成排序功能，key类还需要实现WritableComparable接口。