MapReduce教程：Hadoop

MapReduce是一个软件框架，可以将单个计算机作业分配给多台计算机执行。Hadoop是MapReduce框架的一个免费开源实现，也就是一个python包。它的工作流程：单个作业分成很多小份，输入数据也被切片分发到各个节点，各个节点只在本地运算，对于的代码叫mapper，这个过程称为map。每个mapper的输出通过某种组合方式（一般还会做排序），排序后的结果再被分成小份分发到各个节点进行下一步处理工作。这一部分叫reduce阶段，对于的运行代码叫reducer，它的输出结果就是整个程序的输出结果。
MapReduce优势：并行运行程序，提高效率。
Hadoop流：开源Java项目，提供大量MapReduce作业功能，分布式计算和分布式文件系统