立即学习:https://edu.csdn.net/course/play/26303/334550?utm_source=blogtoedu
上面是在map和reducer之间加了combiner，增加了任务性能
总结：
1. reduce需要写函数，map有时候不用写
2. map工作主要修改key，reducer主要修改values
3. 对已有的算法惊醒map-reducer化
4. map对一个键值对输入产生一序列中间键值对
5. map函数将对所有输入键值对操作
6. 相同的key值被reducer放在一起，reducer函数对每一个不同的key进行操作
7. map和reducer属于分治思想，通过hash分桶来处理，map是发散过程，reducer是收敛过程
扫描二维码关注公众号，回复：
9433192 查看本文章
8. map任务数目远大于reducer
9. map-reducer会有输入输出，输出后再次进入map-reducer，如此循环迭代，在磁盘级别的操作，所以开销会很大，spark是在内存级别的操作，所以对内存开销会很大，但速度很快
10. spark稳定不如map，spark只读一次
11. map-reducer主要做特征的转换，数据的提取，转换，处理写入
12. 做特征的用map，reduce，导出的特征用于机器学习训练的用spark建模，用hadoop streaming方便任何语言编写map-reducer
