Hadoop深入学习：MapReduce的编程模型

jackyrar

MapReduce的一个设计目标就是易用性，它提供了一个高度抽象化的非常简单的编程模型。
        MapReduce这个分布式计算框架，其应用场景往往是那些可以将任务分解成相互独立的子问题。基于这个特点， MapReduce编程模型将分布式编程分成了五个步骤：
        1），迭代遍历输入数据，并将数据解析成简单的key/value键值对的形式，该阶段段对应着InputFormat组件；
        2）、将输入的key/value映射成另外的key/value数值对，该阶段对应着Mapper组件；
        3）、依据key对所有的中间数据进行分组儿，该阶段对应着Partitiner组件；
        4）、以组为单位对数据进行reduce处理，该阶段对应着Reducer组件；
        5）、将最终产生的数据以key/value的形式保存到文件中，该阶段对应着OutputForamt组件。

        下面然我们来看一下MapReduce编程模型接口的示意图：


        在接下来的几节中我们将着重学习这个编程接口的组件。