在MapReduce整個過程可以概括為以下過程：
輸入 --> map --> shuffle --> reduce -->輸出
輸入檔案會被切分成多個塊，每一塊都有一個map task
map階段的輸出結果會先寫到記憶體緩衝區，然後由緩衝區寫到磁碟上。預設的緩衝區大小是100M，溢位的百分比是0.8，也就是說當緩衝區中達到80M的時候就會往磁碟上寫。如果map計算完成後的中間結果沒有達到80M，最終也是要寫到磁碟上的，因為它最終還是要形成檔案。那麼，在往磁碟上寫的時候會進行分割槽和排序。一個map的輸出可能有多個這個的檔案，這些檔案最終會合併成一個，這就是這個map的輸出檔案。
流程說明如下：
1、輸入檔案分片，每一片都由一個MapTask來處理
2、Map輸出的中間結果會先放在記憶體緩衝區中，這個緩衝區的大小預設是100M，當緩衝區中的內容達到80%時（80M）會將緩衝區的內容寫到磁碟上。也就是說，一個map會輸出一個或者多個這樣的檔案，如果一個map輸出的全部內容沒有超過限制，那麼最終也會發生這個寫磁碟的操作，只不過是寫幾次的問題。
3、從緩衝區寫到磁碟的時候，會進行分割槽並排序，分割槽指的是某個key應該進入到哪個分割槽，同一分割槽中的key會進行排序，如果定義了Combiner的話，也會進行combine操作
4、如果一個map產生的中間結果存放到多個檔案，那麼這些檔案最終會合併成一個檔案，這個合併過程不會改變分割槽數量，只會減少檔案數量。例如，假設分了3個區，4個檔案，那麼最終會合併成1個檔案，3個區
5、以上只是一個map的輸出，接下來進入reduce階段
6、每個reducer對應一個ReduceTask，在真正開始reduce之前，先要從分割槽中抓取資料
7、相同的分割槽的資料會進入同一個reduce。這一步中會從所有map輸出中抓取某一分割槽的資料，在抓取的過程中伴隨著排序、合併。
8、reduce輸出