1）准备一个200M的文件，submit中对原始数据进行切片；
2）客户端向YARN提交信息，YARN开启一个MrAppmaster，MrAppmaster读取客户端对应的信息，主要是job.split，然后根据切片个数（这里2个）开启对应数量的MapTask（2个）；
3）MapTask通过InputFormat去读取数据（默认按行读取），K是偏移量，V是一行内容，数据读取后交给Mapper，然后根据用户的业务需求对数据进行处理；
4）数据处理之后输出到环型缓冲区（默认100M），环型缓冲区一边是存数据，一边存的是索引（描述数据的元数据）。环型缓冲区存储数据到达80%后进行反向溢写，并对数据进行分区、排序；
5）再对分区且区内有序的文件进行归并排序 ，然后存储到磁盘；
?6）当所有MapTask任务完成后，启动相应数量的ReduceTask，并告知ReduceTask处理数据范围（数据分区）。注意：不是必须等到所有MapTask结束后才开始，可以自行配置。
7）ReduceTask开启后，ReduceTask主动从MapTask对应的分区拉取数据；
8）再对ReduceTask拉取过来的数据进行一个全局合并排序；
9）顺序读取数据，按key分，key相同的数据进入同一个Reducer，一次读取一组数据；
10）Reducer处理完数据，通过OutPutFormat往外写数据，形成对应文件。
简洁版：面试可手写
