二、为什么要用MapReduce

一、为什么要用MapReduce？

　　首先MapReduce被广泛应用于日志分析、海量数据的排序、在海量数据中查找特定模式等 场景。而且它非常简单，易于实现且扩展性强。可以通过它编写同事在多台主机上运行的程序，可以使用Python/PHP/C++等非java类语言编写map或reduce程序。还可以在任何安装Hadoop的集群中运行同样的程序，不论这个集群有多少台主机。

二、MapReduce计算模型

　　在Hadoop中，用于执行MapReduce任务的机器角色有两个：

一个是JobTracker，另一个是TaskTracker。JobTracker是用于调度工作的，TaskTracker是用于执行工作的。而一个Hadoop集群中只有一台JobTracker。

三、MapReduce的Job

　　在Hadoop中，每个MapReduce任务都被初始化为一个job，每个job又可以分为两个阶段：map阶段和reduce阶段。这两个阶段分别用两个函数来表示，也就是map函数和reduce函数。

　　map函数接受<key,list of value>形式的输入，然后对value集合进行处理。

　　reduce 函数产生0或1个输出。reduce的输出格式也是<key,value>形式的。