这几年大数据很火，在java中，有一个它的代名词hadoop，它的编程模型叫做MapReduce，
什么是MapReduce呢，想象下有个图书馆，里面有十排书架，我想统计下有多少书，需要一个个数，如果用更快的方式怎么做。
- 找十个人，每人数一排；
- 将每个人的结果求和；
用MapReduce写一下这个问题
首先定义两个方法 map reduce
map() //对数据执行分批并行操作
reduce() //对操作所有返回值求结果
然后是数书的操作定义两个方法
countBook() //数一排书
sum（）//求和
那么这次数书操作可表示为
map(countBook()).reduce(sum())
ok，再进一步，现在我们有了map,reduce两个方法，下面可以进行花式数书了，我想统计下数学书
定义方法
countMathBook();
你会很快写出
map(countMathBook()).reduce(sum())；
但是，我们需要拥抱变化，所以现在需求变了，我想知到十个书架中，书最多的书架的是哪一个
因此方法在此
max() //求最大值
map(countBook()).reduce(max())
然后需求又变了我想知到十个书架中，数学书最多的书架的是哪一个
现在不需要考虑了
map(countMathBook()).reduce(max())
我想要求最小的呢
map(countBook()).reduce(min())
我想要求红色书的数量呢
map(countRedBook()).reduce(sum())
…
花式数书结束，现在我们可以回答下什么是函数式编程了。
首先map，reduce本身不是这次数书所定义的业务方法，而是语言比如java的jdk自带的api,java8之后，在原有的函数库中，新增了许多像map，reduce这样抽象的方法，或者说函数，我们更愿意称之为高阶函数，这些抽象的方法可以为我们屏蔽底层的运算细节。
比如怎么分批数书，我们不需要考虑怎么分批数，只要传入一批怎么数的函数就行。也不要在意求和的过程，只要传入求和的函数。
所以，函数式风格的编程就可以这么定义。
- 将业务逻辑细化，抽象，封装成一个个功能函数，并借助语言自带的高阶函数api，将整个业务流程转化为函数之间的相互调用，这就是函数式编程。
我们可以看到，函数式编程中，函数不仅直接调用，也可以当成参数被其他函数调用。
因此，进一步，如果我不仅想把函数当参数，还想传入值，所以再封装一下，函数和值封装后是什么。
- 函数->行为
- 值->属性
没错就是这就是对象
- 将业务逻辑细化，抽象，封装成一个个对象，并借助语言，库，组件，框架等，将整个业务流程转化为对象之间的相互调用，这就是面向对象编程。
因此，这么看来，函数式跟面向对象的思想其实都是一致的，即对逻辑的抽象与封装。
原点
回顾下语言的历程
过程式->函数式->面向对象
近年来大数据的兴起，数据的处理往往跟面向对象没关系，更多的是简单而大量的数据结构，借助mapreduce这样的高阶函数处理更加方便，这也是函数式编程又火起来的原因。
程序只不过是回到了它的原点：
算法+数据结构->函数+高阶函数+数据。