what：分解大数据集，并行处理，汇总结果（分解组合思想）

目的：SQL查询转换为MR，理解MR更好优化SQL

优点：

只需关注业务逻辑（自定义函数map，reduce），不用知道分布式处理细节。

移动计算逻辑到数据所在节点

how：自定义函数map、reduce，系统自动完成分布式处理

map阶段：逻辑切片，并行map，转换为键值对<key，value>

shuffle阶段：按键分组排序，保证相同键分到同一个reduce

reduce阶段：拉取对应分区的键值对，聚合值

练习题 词频统计

需求：统计每个单词数量

"Hello World Hello Hadoop Hello MapReduce"

实现：

map阶段：拆分成单词，执行map函数输出键值对<word, 1>

<Hello, 1>

<World, 1>

<Hello, 1>

<Hadoop, 1>

<Hello, 1>

<MapReduce, 1>

shuffle阶段：按键合并值

"Hello": [1, 1, 1]

"World": [1]

"Hadoop": [1]

"MapReduce": [1]

reduce阶段：执行reduce函数，按键聚合值

<Hello, 3>

<World, 1>

<Hadoop, 1>

<MapReduce, 1>