基本过程图：
详细过程图：
简单流程：
Clinet ->request ResourceManager -> get Resource -> Job start ->InputFormat->Write InputSplit->Split[0...M]-> Mapper get split[M]-> ->MapWorkers[]->loop the split -> <K,V> records->map()
map()-> (K,V) -> p=hash(K)%NumOfReducr ->write to buffer memory(100M)-> spill when 80%loaded =>sort by p=> Part[0...R] =>sort by K ->write to spill file recycle->spill untill file drain->combine when spill file Num great than setting -> mertge spill file-> Part[0...R]
Part[R] copy to->
ReducersWorkers ->merge the Part[x] from variety mapper workers by sort->read file-> (K,V...) ->reduce()->(file,part-r-00000)
工作流程：
（1） 最先开始工作的是Mapper，Mapper从InputSplit取得一个数据分片，逐行读入数据记录(分隔符可自定义，默认为换行符)，数据为键值对形式，K为行号（字符偏移量），V为这一行的文本。
（数据分片的大小默认就是HDFS文件块的大小，且Mapper分配的分片一般就是本计算机上的Block）
（3） 当缓冲区达到阈值（80%）或文件读完时发生数据spill溢出，溢出指将数据写入磁盘。关于spill的过程有两种说法（弄不清）：
- 其一认为：进行两重排序，一重排序是按P分区号排序，二重排序是在一重的基础上在各分区内按照K值进行排序，然后一轮遍历按Partition分段输出数据到文件。
- 其二认为：对缓冲区的数据按照K值进行排序，然后多轮遍历排序后的数据，每轮遍历输出一个partition段的数据到文件。
但不论是两次排序还是一次，最终生成的文件结构是一样。生成的文件按P值分段，每个partition段的又有一个索引，索引存储在一个三元组中，包括起始位置、数据长度、压缩后的数据长度。
(阈值设置为80%是为了使缓冲区在写出（清理）数据时，map函数同时还能写)
（4） 多次spill将会产生多个分段（区）且段内按key值有序的spill文件，当map彻底完成后，将会对这个文件进行合并，合并文件采用分区归并快排的方式，最终产生一个大文件。
（这个大文件的结构与spill溢出的文件结构基本相同，也有一个三元组索引）
(如果定义了combine函数会在合并时发生聚合，但只有spill文件数目达到设定值才会运行)
（5） Reducer在Map完成后受到ApplicationMaster的通知开始工作，首先会向各个Mapper发送Http请求，下载对应的分区内的数据，并合并来自各个Mapper的文件，合并方式也是按key值进行归并排序。
（归并排序时会发生分组，默认是按照key值进行分组，分组生成了每个key的values表）
（6） Reducer依次对每个key值及其values表调用reduce函数，函数将按key值逐行输出结果，此处输出到也会先输出到环形缓冲区，处理完成后合并文件。
（每个Reducer都会产生一个文件，一般不会再进行合并）
环形缓冲区：环型数组，一个赤道变量，向上（正）是数据存储的方向，向下是元数据存储的方向。
详情见：