再寫MapReduce執行流程之前，首先先對MapReduce有一些瞭解：
1. 簡介
MapReduce是一個計算框架，既然是做計算的框架，那麼表現的形式上就有輸入，操作輸入，得到結果
2.主從結構
a.Hadoop1.0
MapReduce是主從結構，Hadoop1.0的主是JobTracker，從TaskTracker。
JobTracker作用 ： 作業的管理者，將作業分解成一堆的任務(task)，其中任務又分為MapTask和ReduceTask。將任務分派給TaskTracker執行。作業的監控，容錯處理，在一定時間的間隔內，JT沒有收到TT的心跳資訊，那麼說明TT很有可能是掛了，TT上執行的任務會被指派到其他的TT上去執行。
TaskTracker作用 ： 任務的執行者，在TT上執行task。會與JT進行互動：執行/啟動/作業，傳送心跳資訊給JT。
MapTask作用 ： 自己開發的map任務交由task進行處理。解析每條記錄的資料，交給自己的map方法處理。將map的輸出結果寫到本地磁碟。
ReduceTask作用 ： 將map task輸出的資料進行讀取。按照資料進行分組傳給編寫的reduce方法處理。輸出結果寫到HDFS。
b.Hadoop2.0
因為JobTracker單點故障，成為系統的瓶頸，限制系統進一步擴充套件，在Hadoop2.0引進Yarn，將MR執行於資源管理框架Yarn之上
ResourceManager作用 ： 負責排程分配每一個task任務執行於NodeManager上，如果發現有失敗的，就重新分配任務到其他節點上，每一個Hadoop叢集只有一個ResourceManager，一般執行在master節點
NodeManager作用 ： NodeManager主動與ResourceManager通訊，接收作業，並負責執行每一個task任務，為了減少網路頻寬，NodeManager最好執行在HDFS的DataNode上