一、定义 MapReduce是一种编程模型，用于大规模数据集(大于1TB)的并行运算。概念"Map(映射)“和"Reduce(归约)”，和它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。 当前的软件实现是指定一个Map(映射)函数，用来把一组键值对映射成一组新的键值对，指定并发的Reduce(归约)函数，用来保证所有映射的键值对中的每一个共享相同的键组。 二、实验步骤 （1）所需系统及工具 HDFS 分布式存储系统 MapReduce 分布式计算系统 YARN hadoop 的资源调度系统 Common 以上三大组件的底层支撑组件，提供基础工具包和 RPC 框架等 （2）HDFS中的常用的命令 -mkdir 在HDFS创建目录 hdfs dfs -mkdir /data -ls 查看当前目录 hdfs dfs -ls / -ls -R 查看目录与子目录 -put 上传一个文件 hdfs dfs -put data.txt /data/input -moveFromLocal 上传一个文件，会删除本地文件：ctrl + X -copyFromLocal 上传一个文件，与put一样 -copyToLocal 下载文件 hdfs dfs -copyToLocal /data/input/data.txt -get 下载文件 hdfs dfs -get /data/input/data.txt -rm 删除文件 hdfs dfs -rm /data/input/data.txt -getmerge 将目录所有的文件先合并，再下载 -cp 拷贝： hdfs dfs -cp /data/input/data.txt /data/input/data01.txt -mv 移动： hdfs dfs -mv /data/input/data.txt /data/input/data02.txt -count 统计目录下的文件个数 -text、-cat 查看文件的内容 hdfs dfs -cat /data/input/data.txt 三、MapReduce工作原理 --------------------- 1.Mapper负责“分”
分解计算任务，规模大大缩小；
“计算向数据靠近” ；
这些小任务可以并行计算。
2.Reducer负责“汇总” map阶段的结果
3.MapReduce的输入输出
4.从启动和资源调度来看MapReduce过程
客户端（Client） 四、运行以下四个程序
