20200614 聊一聊MapReduce的Shuffle过程吧

聊一聊MapReduce的Shuffle过程吧（☆☆☆）

1. Map 方法之后 Reduce 方法之前这段处理过程叫 Shuffle
2. Map 方法之后，数据首先进入到分区方法，把数据标记好分区，然后把数据发送到
   环形缓冲区；环形缓冲区默认大小 100m，环形缓冲区达到 80%时，进行溢写；溢写前对数
   据进行排序，排序按照对 key 的索引进行字典顺序排序，排序的手段快排；溢写产生大量溢
   写文件，需要对溢写文件进行归并排序；对溢写的文件也可以进行 Combiner 操作，前提是
   汇总操作，求平均值不行。最后将文件按照分区存储到磁盘，等待 Reduce 端拉取。
3. 每个 Reduce 拉取 Map 端对应分区的数据。拉取数据后先存储到内存中，内存不够
   了，再存储到磁盘。拉取完所有数据后，采用归并排序将内存和磁盘中的数据都进行排序。
   在进入 Reduce 方法前，可以对数据进行分组操作。