概述
MapReduce 是 Hadoop 项目中的分布式计算框架，源自 Google 2004 年发表的同名论文。它降低了分布式计算的门槛，可以让用户轻松编写程序，让其以可靠、容错的方式运行在大型集群上并行处理海量数据（TB 级）。
MapReduce 的两大核心设计思路：
- 分而治之，并行计算：将大规模数据切分为若干子集，多个节点并行处理
- 移动计算，而非移动数据：将计算程序调度到数据所在节点，避免大量数据在网络中传输
MapReduce 框架仅对 <key, value> 对进行操作，将作业的输入视为一组 <k1, v1> 对，经过 Map、Shuffle、Reduce 处理后，生成 <k3, v3> 对作为输出：
2020/6/22大约 9 分钟
