MapReduce运行机制与工作原理
Shuffle 是个很关键的步骤，可以进行排序，压缩，分区、合并等操作
相关博客，墙裂推荐：https://www.cnblogs.com/liangzilx/p/14836447.html
hadoop MapReduce对外提供了5个可编程组件，分别是 InputFormat、Mapper、Partitioner、Reducer 和 OutputFormat
之前说过map阶段输入的键值对，K是偏移量，V是一行的数据。但是很多情况下，这个固定死的规划是不符合实际业务需求的。
所以，怎么去读取数据源，读取之后，以什么键值对的形式，然后输出给 Mapper，也是个很关键的问题。而处理这个问题的关键在于 InputFormat，它处理的是怎么读取数据
说完了读取不够灵活的问题，再来说一下输出的问题。目前已知的输出方式只有将结果输出到文件，那么我可不可以输出到MySQL等数据库呢？答案是可以的，而处理输出相关操作的组件是 OutputFormat
工作原理分析（必看！！！）
如下博客有 MapReduce、Shuffle、Yarn工作流程的分析