1、Demo：WordCount单词计数
/root/training/hadoop-2.7.3/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar
执行:
hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /input/data.txt /output/mr/wc1213
分析WordCount程序数据处理的过程（非常重要）
2、开发自己的WordCount程序
开发一个MapReduce：求每个部门的工资总额
3、MapReduce的一些高级特性
（1）序列化：类似Java的序列化
（2）排序：默认排序：数字 升序
字符串 字典顺序
对象的排序：按照员工的薪水排序
（3）分区：Partition，默认情况下，MapReduce只有一个分区，意思是：只有一个输出文件
（4）合并：Combiner，在Mapper端，先做一次Reducer，用于减少输出到Reducer中的数据，从而提高效率
（5）MapReduce的核心：Shuffle（洗牌）