MapReduce原理
分而治之，一个大任务分成多个小的子任务(map),并行执行后，合并结果（reduce）
MaperReduce的运行流程
基本概念
MapReduce的四个阶段
MapReduce的容错机制
①重复执行 （默认重复执行四次之后仍然失败放弃执行）
② 推测执行
在整个任务执行的过程中，需要map端所有的任务都完成后，才开始执行Reduce端的任务。
map端可能出现某一个任务执行的特别慢，其他的任务都完成了，而它还没有完成。这时候jobTracker就会发现其中有一个节点算的特别慢，说明它出现了问题，这时候，算的慢的还继续算，再找一台TaskTracker去跟他做同样的实行，他们两个，谁先完成，就把另一个给终止掉。
控制Map任务个数
在一个Reducer中，所有的数据都会被按照key值升序排序，故如果part输出文件中包含key值，则这个文件一定是有序的。
MapReduce应用案例
入门程序WordCount单词计数
计算文件中出现每个单词的频数
输入结果按照字母顺序进行排序
