（一）MapReduce的两个阶段
第一阶段，也称之为 Map 阶段。这个阶段会有若干个 MapTask 实例，完全并行运行，互不相干。每个 MapTask 会读取分析一个 Inputsplit (输入分片，简称分片) 对应的原始数据。计算的结果数据会临时保存到所在节点的本地磁盘里。
该阶段的编程模型中会有一个 map 函数需要开发人员重写，map 函数的输入是一个 < key,value > 对，map 函数的输出也是一个 < key,value > 对，key和value的类型需要开发人员指定。
第二阶段，也称为 Reduce 阶段。这个阶段会有若干个 ReduceTask 实例并发运行，互不相干。但是它们的数据依赖于上一个阶段所有 mapTask 并发实例的输出。一个 ReduceTask 会从多个 MapTask 运行节点上 fetch 自己要处理的分区数据，经过处理后，输出到 HDFS 上。
该阶段编程模型中有一个 reduce 函数需要开发人员重写，reduce 函数的输入也是一个 <key, value> 对，reduce 函数的输出也是一个 < key,List<value>> 对。需要强调的是，reduce 的输入其实就是 map 的输出，只不过 map 的输出经过 shuffle 技术后变成了<key, List<Value>>而已。参考下图：
注意：MapReduce编程模型只能包含一个map
（四）MapReduce的编程规范
用户编写MapReduce程序的时候，需要设计至少三个类：Mapper, Reducer, Driver(用于提交MR的任务)。
用户编写的程序分成三个部分：Mapper、Reducer和Driver。
1. Mapper
(1) 用户自定义类，继承org.apache.hadoop.mapreduce.Mapper类
(2) 定义K1,V1,K2,V2的泛型（K1,V1是Mapper的输入数据；K2,V2是Mapper的输出数据类型）
(3) 重写map方法的处理逻辑
LongWritable: 即K1的数据类型，表示读取到的一行数据的行偏移量，只能设置为LongWritable类型。
注意：Map方法,每一个键值对都会调用一次。
2. Reducer
(1) 用户自定义类，继承org.apache.hadoop.mapreduce.Reducer类
(2) 定义K2,V2,K3,V3的泛型（K2,V2是Reducer的输入数据数据；K3,V3是Reducer的输出数据类型）
(3) 重写reduce方法的处理逻辑
3.Driver类
MapReduce的程序，需要进行执行之前的属性配置与任务的提交，这些操作都需要在Driver类中来完成。相当于YARN集群的客户端，用于提交我们整个程序到YARN集群，提交的是封装了MapReduce程序相关运行参数的job对象。