让我们试着从我从网上下载的上面的图来理解Map减少流量。
我们将讨论hadoop中的单词计数问题，hadoop中的单词计数也称为helloworld。
字数统计是一个程序，在这里我们可以从文件中找到每个字的出现。
让我们试着去理解
步骤1）：
输入文件：我们需要一些数据来运行字数计算程序，要在集群上运行此程序，第一步应该是将此文件放到hadoop上，这可以通过多种方式完成最简单的方法是使用hadoop shell命令：可以使用put或copyfromlocal：
步骤2）
map reduce是以键值对的形式进行的，这意味着mapper将以键值对的形式获取输入，然后进行所需的处理，然后以键值对的形式生成中间结果，这些中间结果将被输入到reducer中，以便进行进一步的工作，最后reducer也将其输出写入键值对中。
但是我们知道mapper在主驱动程序之后执行，所以谁以键值对的形式向mapper提供输入，输入格式为您做这件事。
inputformat是一个类，它完成两个主要任务：
1） 输入分割（由该输入分割驱动的Map器示例数或由输入分割驱动的Map器数，默认情况下，如果按默认配置，则一个分割大小相当于一个块，但可以根据需要更改分割大小。
因此，如果您正在使用512MB数据，并且块大小为64MB，那么将使用大约8个输入拆分大小，将运行8个Map器示例或使用8个Map器）
2） 断开键值对中的数据（RecordReader是在后端执行此操作的类）
现在什么是Map器的键和值，这将由您使用的文件输入格式驱动，例如textinputformat，它是最常用的inputformat。它将longwritable（相当于long）作为键和文本（字符串）作为值发送给mapper
你的mapper类将在一个split上工作，在类中你有一个map函数，它一次只在一行上工作，因此我们可以从上面的图中看到，单行将转到map函数
例如它发送：“苹果橙芒果”Map功能
3） 制图器
在mapper中，我们得到行作为输入，所以现在我们需要编写逻辑。
我们根据分隔符将行分解为单词，所以现在我们在一行中有一个单词，因为我们知道map在键值对上起作用。我们可以把这项工作作为一个关键和价值1
为什么我们把单词作为关键而不是相反，因为下一个阶段是
洗牌和排序阶段：在这个阶段框架将使组基于相似的键，或者在洗牌阶段将所有不同的键放在一起，并根据键进行排序。
现在让我们再次修改：
最初我们有一个文件，它是根据输入拆分发送到不同的Map器的，然后在map函数的mapper类中我们得到一行作为输入，所以我们建立了关于一行的逻辑，所有的行对于一个示例都将以类似的方式工作，最后所有的示例都可以这样并行工作。
现在假设你有10个Map器在运行，现在在map reduce中你的reducer的数量总是小于mapper。
因此，如果我们使用10个Map器，那么最有可能使用2-3个还原器。
洗牌和排序阶段，我们已经看到所有类似的键将俱乐部在一起。
首先要根据哪个基础来决定哪个Map器的数据会去哪个还原器。在这种情况下，10个Map器的数据必须分成2个还原器，所以它将根据哪个决定。
有一个名为partitioner的组件，它将根据散列分区和对其使用模运算符来决定哪个Map器输出将转到哪个reducer。
所以，如果我们使用散列，那么这是100%确定，所有相同的键将去同一个减速机。
我们不必为任何事情操心，因为框架设计得非常有效，但是是的，因为它是用java编写的，所以我们可以根据需要灵活地使用不同的组件，比如自定义键、自定义分区器、自定义比较器等等。
4） reducer：现在reducer将在其输入中获得键和值列表，如下所示
苹果，<1,1,1,1）>
现在，在reducer中，我们写逻辑，我们想做什么，对于我们的例子，我们想做单词计数，所以我们必须简单地计算值。
这也是我们最初在map阶段取1作为值的原因，因为我们必须简单地计数。
输出：最终的输出将由reducer以键值对的形式再次写入hdfs。