mapreduce过程及最多有几次写入磁盘操作

第一次：环形缓冲区溢写到磁盘

第二次：环形缓冲区溢写出来的小文件进行合并后再次写入到磁盘

第三次：reducetask拉取到每个maptask最后生成文件中属于自己部分的数据后再进行合并，然后再写入磁盘

第四次：数据经过自己reduce任务处理后把最后结果写入磁盘

MapReduce的执行步骤：

1、Map任务处理

1 读取HDFS中的文件。每一行解析成一个。每一个键值对调用一次map函数。                <0,hello you>   <10,hello me>                    

2 覆盖map()，接收1产生的，进行处理，转换为新的输出。　　　　　　　　　　

3 对2中输出的进行分区。默认分为一个区。

4 对不同分区中的数据进行排序（按照k）、分组。分组指的是相同key的value放到一个集合中。　排序后：     分组后：

5 （可选）对分组后的数据进行归约。

2、Reduce任务处理

6 多个map任务的输出，按照不同的分区，通过网络copy到不同的reduce节点上。（shuffle）

7 对多个map的输出进行合并、排序。覆盖reduce函数，接收的是分组后的数据，实现自己的业务逻辑，　

　　处理后，产生新的输出。

8 对reduce输出的写到HDFS中。