你所指的是失败的 task 可能是 map task 或者 reducer task 在特殊情况下 task 失败时，hadoop启动另一个计算资源以执行失败的map或reduce任务。
当涉及到失败的 shuffle and sort 过程中，它基本上是在某个特定节点发生故障的地方 reducer task 已失败，它将被设置为在另一个资源中重新运行（顺便说一句，reducer阶段从shuffle和sort进程开始）。
当然，如果任务不断失败，它不会无限地分配任务。下面有两个属性可以确定任务的失败或尝试次数。 mapred.map.max.attempts 用于Map任务和属性 mapred.reduce.max.attempts 减少任务。
默认情况下，如果任何任务失败四次（或在这些属性中配置的任何任务），则整个作业将被视为失败。-hadoop权威指南
简言之 shuffle and sort 作为reducer的一部分，它只会尝试重新运行reducer任务。Map任务不会重新运行，因为它们被视为已完成。
mapreduce中是否有任何阶段将输出存储在hdfs中，以便只能从那里重新开始计算？
只有最终输出将存储在hdfs中。map的输出被分类为中间数据，不会存储在hdfs中，因为hdfs会复制存储的数据，基本上为什么您希望hdfs管理在作业完成后没有用处的中间数据。清理它也会有额外的开销。因此，Map输出不存储在hdfs中。
一张又一张Map怎么办。reduce的输出是否存储在hdfs中？
减速器的输出将存储在hdfs中。对于Map，我希望上面的描述就足够了。