化繁爲簡 如何向老婆解釋MapReduce？

　　昨天，我在Xebia印度辦公室發表了一個關於MapReduce的演說。演說進行得很順利，聽衆們都可以理解MapReduce的概念（根據他們的反饋）。我成功地向技術聽衆們（主要是Java程序員，一些Flex程序員和少數的測試員）解釋了MapReduce的概念，這讓我感到興奮。在全部辛勤的工做以後，咱們在Xebia印度辦公室享用了豐盛的晚餐，而後我徑直回了家。

　　回家後，個人妻子（Supriya）問道：「你的會開得怎麼樣？」我說還不錯。 接着她又問我會議是的內容是什麼(她不是從事軟件或編程領域的工做的)。我告訴她說MapReduce。「Mapduce，那是什麼玩意兒？」她問道： 「跟地形圖有關嗎？」我說不，不是的，它和地形圖一點關係也沒有。「那麼，它究竟是什麼玩意兒？」妻子問道。 「唔…讓咱們去Dominos(披薩連鎖)吧，我會在餐桌上跟你好好解釋。」 妻子說：「好的。」 而後咱們就去了披薩店。

MapReduce工做原理示意圖（圖片來自jobbole)

　　咱們在Domions點餐以後，櫃檯的小夥子告訴咱們說披薩須要15分鐘才能準備好。因而，我問妻子：「你真的想要弄懂什麼是MapReduce？」 她很堅決的回答說「是的」。 所以我問道：

　　我： 你是如何準備洋蔥辣椒醬的？（如下並不是準確食譜，請勿在家嘗試）

　　妻子： 我會取一個洋蔥，把它切碎，而後拌入鹽和水，最後放進混合研磨機裏研磨。這樣就能獲得洋蔥辣椒醬了。

　　妻子： 但這和MapReduce有什麼關係？

　　我： 你等一下。讓我來編一個完整的情節，這樣你確定能夠在15分鐘內弄懂MapReduce.

　　妻子： 好吧。

　　我：如今，假設你想用薄荷、洋蔥、番茄、辣椒、大蒜弄一瓶混合辣椒醬。你會怎麼作呢？

　　妻子： 我會取薄荷葉一撮，洋蔥一個，番茄一個，辣椒一根，大蒜一根，切碎後加入適量的鹽和水，再放入混合研磨機裏研磨，這樣你就能夠獲得一瓶混合辣椒醬了。

　　我： 沒錯，讓咱們把MapReduce的概念應用到食譜上。Map和Reduce實際上是兩種操做，我來給你詳細講解下。

　　Map（映射）: 把洋蔥、番茄、辣椒和大蒜切碎，是各自做用在這些物體上的一個Map操做。因此你給Map一個洋蔥，Map就會把洋蔥切碎。 一樣的，你把辣椒，大蒜和番茄一一地拿給Map，你也會獲得各類碎塊。 因此，當你在切像洋蔥這樣的蔬菜時，你執行就是一個Map操做。 Map操做適用於每一種蔬菜，它會相應地生產出一種或多種碎塊，在咱們的例子中生產的是蔬菜塊。在Map操做中可能會出現有個洋蔥壞掉了的狀況，你只要把壞洋蔥丟了就好了。因此，若是出現壞洋蔥了，Map操做就會過濾掉壞洋蔥而不會生產出任何的壞洋蔥塊。

　　Reduce（化簡）:在這一階段，你將各類蔬菜碎都放入研磨機裏進行研磨，你就能夠獲得一瓶辣椒醬了。這意味要製成一瓶辣椒醬，你得研磨全部的原料。所以，研磨機一般將map操做的蔬菜碎彙集在了一塊兒。

　　妻子： 因此，這就是MapReduce?

　　我： 你能夠說是，也能夠說不是。 其實這只是MapReduce的一部分，MapReduce的強大在於分佈式計算。

　　妻子： 分佈式計算？ 那是什麼？請給我解釋下吧。

　　我： 沒問題。

　　我： 假設你參加了一個辣椒醬比賽而且你的食譜贏得了最佳辣椒醬獎。得獎以後，辣椒醬食譜大受歡迎，因而你想要開始出售自制品牌的辣椒醬。假設你天天須要生產10000瓶辣椒醬，你會怎麼辦呢？

　　妻子： 我會找一個能爲我大量提供原料的供應商。

　　我：是的..就是那樣的。那你可否獨自完成製做呢？也就是說，獨自將原料都切碎？ 僅僅一部研磨機又是否能知足須要？並且如今，咱們還須要供應不一樣種類的辣椒醬，像洋蔥辣椒醬、青椒辣椒醬、番茄辣椒醬等等。

　　妻子： 固然不能了，我會僱傭更多的工人來切蔬菜。我還須要更多的研磨機，這樣我就能夠更快地生產辣椒醬了。

　　我：沒錯，因此如今你就不得不分配工做了，你將須要幾我的一塊兒切蔬菜。每一個人都要處理滿滿一袋的蔬菜，而每個人都至關於在執行一個簡單的Map操做。每個人都將不斷的從袋子裏拿出蔬菜來，而且每次只對一種蔬菜進行處理，也就是將它們切碎，直到袋子空了爲止。

　　這樣，當全部的工人都切完之後，工做臺（每一個人工做的地方）上就有了洋蔥塊、番茄塊、和蒜蓉等等。

　　妻子：可是我怎麼會製造出不一樣種類的番茄醬呢？

　　我：如今你會看到MapReduce遺漏的階段—攪拌階段。MapReduce將全部輸出的蔬菜碎都攪拌在了一塊兒，這些蔬菜碎都是在以key爲基礎的map操做下產生的。攪拌將自動完成，你能夠假設key是一種原料的名字，就像洋蔥同樣。 因此所有的洋蔥keys都會攪拌在一塊兒，並轉移到研磨洋蔥的研磨器裏。這樣，你就能獲得洋蔥辣椒醬了。一樣地，全部的番茄也會被轉移到標記着番茄的研磨器裏，並製造出番茄辣椒醬。

　　披薩終於作好了，她點點頭說她已經弄懂什麼是MapReduce了。我只但願下次她聽到MapReduce時，能更好的理解我到底在作些什麼。

　　編注：下面這段話是網上其餘人用最簡短的語言解釋MapReduce：

　　We want to count all the books in the library. You count up shelf #1, I count up shelf #2. That’s map. The more people we get, the faster it goes.

　　咱們要數圖書館中的全部書。你數1號書架，我數2號書架。這就是「Map」。咱們人越多，數書就更快。

　　Now we get together and add our individual counts. That’s reduce.

　　如今咱們到一塊兒，把全部人的統計數加在一塊兒。這就是「Reduce」。