[大数据]MapReduce的编程规范

前言：小编引入的图片和文字描述都是来自于传智播客的视频讲解，在此感谢传智播客的老师
MapReduce的开发一共有八个步骤：
Map阶段分为两个步骤、shuffle阶段分为四个步骤、Resuce阶段分为两个步骤

Map 阶段 2 个步骤

1. 设置 InputFormat 类, 将数据切分为 Key-Value(K1和V1) 对, 输入到第二步
2. 自定义 Map 逻辑, 将第一步的结果转换成另外的 Key-Value（K2和V2） 对, 输出结果
   Shule 阶段 4 个步骤
3. 对输出的 Key-Value 对进行分区（K2和V2）
4. 对不同分区的数据按照相同的 Key 排序
5. (可选) 对分组过的数据初步规约, 降低数据的网络拷贝
6. 对数据进行分组, 相同 Key 的 Value 放入一个集合中，生成新的K2和V2
   Reduce 阶段 2 个步骤
7. 对多个 Map 任务的结果进行排序以及合并, 编写 Reduce 函数实现自己的逻辑, 对输入的
   Key-Value 进行处理（新K2和V2）, 转为 Key-Value（K3和V3）输出
8. 设置 OutputFormat 处理并保存 Reduce 输出的 Key-Value 数据

具体细节

1. K1和V1中的K，是文本数据的偏移量：第一个K是0，第二个是第一个K对应的V的值的字符个数的偏移量，因此第二个是K是11，以此类推第三个K是21