MapReduce的shuffle過程理解

首先了解什麼是shuffle過程 簡單的來說就是map的輸出 作爲reduce的輸入的過程稱爲shuffle流程 1、根據文件的切片個數啓動相應的maptask任務 2、maptask任務 逐行讀取 對應文件中的內容 3、將讀取到的內容，標記好分區號後 輸入到環形緩衝區中（環形緩衝區大小默認100m） 4、當環形緩衝區中的內容達到閾值（80%）,將數據溢寫到磁盤中 5、溢寫之前 將數據進行排序，按

>>阅读原文<<