MapReduce流程
将文件上传到HDFS中，默认每128M切分为一个block块，
MapReduce会对数据进行逻辑上的切片（split），并不是实际上的切分，默认与block块的大小一致为128M，
根据split切分产生map任务，切片越多产生的map任务就越多，map默认每次读取一行数据，map阶段产生的数据会进入环形缓冲区中（基于内存设计的一种数据结构，大小默认为100M），
map根据reduce的数量（默认数量为1）以及数据本身的值进行分区编号（底层与哈希值有关），然后会进行快速排序，（这里编号的作用是决定这条数据会被哪一个reduce进行拉取聚合处理）
当写入环形缓冲区的数据达到环形缓冲区的80%的时候开始向磁盘溢写一个小文件，
当环形缓冲区的写到磁盘结束之后，会创建一个新的进程将小文件进行归并排序成一个新的文件，这个文件就是map任务的结果文件，这个文件也是排序好了的
reduce会对这些map任务的结果文件进行拉取操作，拉取属于自己的结果数据，有几个map任务的结果文件就拉取几次，
拉取过后会先将分区编号去掉，然后对这些数据进行归并排序，归并完成执行reduce任务，每个reduce会生成一个结果文件，最终这些文件还是在HDFS上的
