能不能解释一下 hadoop 中的 mapreduce

来自问题：http://segmentfault.com/q/1010000000148955#a-1020000000149523

印度 Java 程序员 Shekhar Gulati 在自己的博客发表了 “How I explained MapReduce to my Wife?” 一文，比较通俗地阐述了 MapReduce 的概念。

昨天，我在 Xebia 印度办公室发表了一个关于 MapReduce 的演说。演说进行得很顺利，听众们都能够理解 MapReduce 的概念（根据他们的反馈）。我成功地向技术听众们（主要是 Java 程序员，一些 Flex 程序员和少数的测试员）解释了 MapReduce 的概念，这让我感到兴奋。在所有辛勤的工作之后，我们在 Xebia 印度办公室享用了丰盛的晚餐，然后我径直回了家。

回家后，我的妻子（Supriya）问道：“你的会开得怎么样？”我说还不错。接着她又问我会议是的内容是什么(她不是从事软件或编程领域的工作的)。我告诉她说 MapReduce。“Mapduce，那是什么玩意儿？”她问道： “跟地形图有关吗？”我说不，不是的，它和地形图一点关系也没有。“那么，它到底是什么玩意儿？”妻子问道。 “唔…让我们去 Dominos(披萨连锁)吧，我会在餐桌上跟你好好解释。” 妻子说：“好的。” 然后我们就去了披萨店。

我们在 Domions 点餐之后，柜台的小伙子告诉我们说披萨需要15分钟才能准备好。于是，我问妻子：“你真的想要弄懂什么是 MapReduce？” 她很坚定的回答说“是的”。 因此我问道：

我： 你是如何准备洋葱辣椒酱的？（以下并非准确食谱，请勿在家尝试）

妻子： 我会取一个洋葱，把它切碎，然后拌入盐和水，最后放进混合研磨机里研磨。这样就能得到洋葱辣椒酱了。

妻子： 但这和 MapReduce 有什么关系？

我： 你等一下。让我来编一个完整的情节，这样你肯定可以在15分钟内弄懂 MapReduce.

妻子： 好吧。

我：现在，假设你想用薄荷、洋葱、番茄、辣椒、大蒜弄一瓶混合辣椒酱。你会怎么做呢？

妻子： 我会取薄荷叶一撮，洋葱一个，番茄一个，辣椒一根，大蒜一根，切碎后加入适量的盐和水，再放入混合研磨机里研磨，这样你就可以得到一瓶混合辣椒酱了。

我： 没错，让我们把 MapReduce 的概念应用到食谱上。Map 和 Reduce 其实是两种操作，我来给你详细讲解下。

Map（映射）: 把洋葱、番茄、辣椒和大蒜切碎，是各自作用在这些物体上的一个 Map 操作。所以你给 Map 一个洋葱，Map 就会把洋葱切碎。 同样的，你把辣椒，大蒜和番茄一一地拿给 Map，你也会得到各种碎块。 所以，当你在切像洋葱这样的蔬菜时，你执行就是一个 Map 操作。 Map 操作适用于每一种蔬菜，它会相应地生产出一种或多种碎块，在我们的例子中生产的是蔬菜块。在 Map 操作中可能会出现有个洋葱坏掉了的情况，你只要把坏洋葱丢了就行了。所以，如果出现坏洋葱了，Map 操作就会过滤掉坏洋葱而不会生产出任何的坏洋葱块。

Reduce（化简）:在这一阶段，你将各种蔬菜碎都放入研磨机里进行研磨，你就可以得到一瓶辣椒酱了。这意味要制成一瓶辣椒酱，你得研磨所有的原料。因此，研磨机通常将 map 操作的蔬菜碎聚集在了一起。

妻子： 所以，这就是 MapReduce?

我： 你可以说是，也可以说不是。 其实这只是 MapReduce 的一部分，MapReduce 的强大在于分布式计算。

妻子： 分布式计算？ 那是什么？请给我解释下吧。

我： 没问题。

我： 假设你参加了一个辣椒酱比赛并且你的食谱赢得了最佳辣椒酱奖。得奖之后，辣椒酱食谱大受欢迎，于是你想要开始出售自制品牌的辣椒酱。假设你每天需要生产 10000 瓶辣椒酱，你会怎么办呢？

妻子： 我会找一个能为我大量提供原料的供应商。

我：是的..就是那样的。那你能否独自完成制作呢？也就是说，独自将原料都切碎？ 仅仅一部研磨机又是否能满足需要？而且现在，我们还需要供应不同种类的辣椒酱，像洋葱辣椒酱、青椒辣椒酱、番茄辣椒酱等等。

妻子： 当然不能了，我会雇佣更多的工人来切蔬菜。我还需要更多的研磨机，这样我就可以更快地生产辣椒酱了。

我：没错，所以现在你就不得不分配工作了，你将需要几个人一起切蔬菜。每个人都要处理满满一袋的蔬菜，而每一个人都相当于在执行一个简单的 Map 操作。每一个人都将不断的从袋子里拿出蔬菜来，并且每次只对一种蔬菜进行处理，也就是将它们切碎，直到袋子空了为止。

这样，当所有的工人都切完以后，工作台（每个人工作的地方）上就有了洋葱块、番茄块、和蒜蓉等等。

妻子：但是我怎么会制造出不同种类的番茄酱呢？

我：现在你会看到 MapReduce 遗漏的阶段---|搅拌阶段。MapReduce 将所有输出的蔬菜碎都搅拌在了一起，这些蔬菜碎都是在以 key 为基础的 map 操作下产生的。搅拌将自动完成，你可以假设 key 是一种原料的名字，就像洋葱一样。 所以全部的洋葱 keys 都会搅拌在一起，并转移到研磨洋葱的研磨器里。这样，你就能得到洋葱辣椒酱了。同样地，所有的番茄也会被转移到标记着番茄的研磨器里，并制造出番茄辣椒酱。

披萨终于做好了，她点点头说她已经弄懂什么是 MapReduce 了。我只希望下次她听到 MapReduce 时，能更好的理解我到底在做些什么。

编注：下面这段话是网上其他人用最简短的语言解释 MapReduce：

We want to count all the books in the library. You count up shelf #1, I count up shelf #2. That's map. The more people we get, the faster it goes. 我们要数图书馆中的所有书。你数1号书架，我数2号书架。这就是 “Map”。我们人越多，数书就更快。

Now we get together and add our individual counts. That's reduce. 现在我们到一起，把所有人的统计数加在一起。这就是 “Reduce”。