过程如下：
1-客户端通过配置和设置作业 Job 并提交给求职者。
2-提交作业后，jobtracker将为该作业分配作业id。
3-然后验证作业的输出规范。例如，如果输出目录尚未指定或已存在，则不会提交作业，并向mapreduce程序抛出错误。
4-完成后，将创建作业的InputSplit（基于您使用的inputformat）。例如，如果由于输入路径不存在而无法计算拆分，则不会提交作业，并向mapreduce程序抛出错误。
5-根据InputSplit的数量，创建Map任务，每个InputSplit由一个Map任务处理。
6-然后在集群中复制运行作业所需的资源，如作业jar文件、配置文件等。使用高复制因子（默认值为10）复制作业jar，以便TaskTracker在为作业运行任务时可以访问集群中的大量副本。
7-然后根据要处理的数据块的位置，jobtracker指示TaskTracker在存在特定数据块的同一数据节点上运行Map任务。如果该datanode上没有空闲的cpu插槽，则数据将被移动到具有空闲插槽的附近datanode，并且进程无需等待即可继续。
8-一旦Map阶段从每个inputsplit开始单独的记录（键值对），Map程序就开始逐个处理这些记录，完成整个inputsplit。
9-一旦Map阶段结束，输出将经历洗牌、排序和合并。在此之后，reduce阶段开始提供最终输出。
以下是整个过程的图示：

另外，我建议你通过这个链接。
hth公司

阅读“hadoop：权威指南”的第6章（“mapreduce如何工作”）。它用很好的语言解释。要快速阅读，请参阅此和此。