我可不可以简单将mapreduce解释为：map共同负责清点交接任务reduce负责回收能完成的任务
很莫大荣幸来一起讨论这个问题。
mapreduce可是在当下日渐没落，目前主要注意靠hive来发挥余热，不过其充当曾经的分布式计算框架的鼻祖，其内部的机制依旧值的我们去怎么学习和借鉴吸收。
题主的理解，map才是任务的分发、reduce回收任务，我从一定程度上是赞同的。可是任务的处理阶段被忽视掉了。
我如果说map阶段是侧重点不同于任务的分发、reduce阶段侧重于于数据的处理，以及数据的回收。
不过绝不可以选择性的遗忘的也有shuffle阶段，在shuffle阶段成功了多次的排序、分区、流出。
连接上了map和reduce阶段的处理。
下面用通俗的语言简单点描述下mapreduce的整个过程。
1.是需要明确的配置确认的分片大小，将待全面处理的数据文件接受分片，每一个分片都分开来分配一个maptask（也就是map的一个线程）来一次性处理。
线程将待全面处理4行数据，都推导成key-value的格式，在旁边解析，在旁边描写到内存中。
3.在内存中进行十分有利的shuffle过程，
将map描写到内存中的数据，明确的同一的key并且主分区排序（该过程会分布特点接受三次），其实可以不可以自定义规则，判断哪些key可看成是是不同的
的数量由分区数量，也可以算是key的数量来做出决定，每个task如何处理一个分区的数据。
5.最后每个reducetask将本分区处理后的结果数据写一段，到了此时果真mapreduce程序能够完成。
关键点整个过程的关键点
1.该如何定义,定义文件的分片，改变maptask的数量，也就做出决定了map阶段的效率，尤其是对小文件的处理
2.自定义设置分区，也就是自定义设置key不同的规则，由业务的逻辑改变
3.对完全相同key的数据的处理，也就是reduce阶段的处理逻辑，更是整个程序的核心处理。
上列应该是我对这mapreduce技术一点拙见，多谢了大家通过评论指教、了解、你点赞，给我以动力支持。
学习是人充实快乐，祝大家就任cto、迎娶白富美！！！o(∩_∩)o
1.hadoop分布式存储与计算
hadoop利用了一个分布式文件系统(hadoopdistributedfilesystem)，简称hdfs。hadoop的框架最核心的设计是：hdfs和mapreduce。hdfs为海量的数据需要提供了存储，mapreduce则为海量的数据提供给了换算，所以，是需要重点完全掌握，外，还必须掌握hadoop集群、hadoop集群管理、yarn在内hadoop高级管理等具体技术与操作!
hive是基于条件hadoop的一个数据仓库工具，这个可以将结构化的数据文件映射为一张数据库表，并提供给简单点sql查询功能，可以将sql语句转换为mapreduce任务并且运行。比用java代码编写mapreduce来说，hive的优势明显：飞快开发，人员成本低，可扩展性(自由存储集群规模)，延展性(支持什么可以自定义函数)。极其合适数据仓库的统计分析。相对于hive需掌握到其安装、应用及低级操作等。
3.zookeeper
zookeeper是一个开源的分布式协调服务，是hadoop和hbase的有用组件，是一个为分布式应用方法需要提供一致的软件，提供的功能和：配置维护、域名服务、分布式同步、组件服务等，在大数据开发中要完全掌握zookeeper的常用命令及功能的实现程序方法。
4.hbase
hbase是一个分布式的、面向列的闭源数据库，它相比于象的关系数据库，更适合我于非结构化数据存储的数据库，是一个高可靠性、集高性能、走向列、可伸缩的分布式存储系统，大数据开发需掌握到hbase基础知识、应用、整体架构和初级用法等。
redis是一个key-value存储系统，其会出现不大程度补偿了memcached这类key/value存储的不足，在部分场合也可以对关系数据库能起很好的补充作用，它提供了java，c/c，c#，php，javascript，perl，object-c，python，ruby，erlang等客户端，在用很方便啊，大数据开发需完全掌握redis的安装、配置及查找使用方法。
6.kafka
kafka是一种高吞吐量的分布式先发布订阅消息系统，其在大数据开发应用上的目的是是从hadoop的并行程序加载机制来统一线上和自动更新的消息处理，也是就是为了集群来能提供动态实时的消息。大数据开发需掌握到kafka架构原理及各组件的作用和使用方法及去相关功能的实现。
neo4j是一个集高性能的,nosql图形数据库，具有去处理百万和t级节点和边的大尺度去处理网络分析能力。它是一个嵌入式的、设计和实现磁盘的、必须具备已经的事务特性的java不持久化引擎，不过它将结构化数据存储在网络(从数学角度叫做什么图)上而也不是表中。neo4j因其嵌入式、低性能、轻量级等优势，越来越大是被关注。
cassandra是一个混合型的非关系的数据库，类似google的bigtable，其主要功能比dynamo(分布式的key-value存储系统)更丰富。这种nosql数据库最初的由facebook开发，办准生证需要什么证件被1500多家企业组织建议使用，和苹果、欧洲原子核研究组织(cern)、康卡斯特、电子港湾、github、godaddy、hulu、instagram、intuit、netflix、reddit等。是一种流行的分布式结构化数据存储方案。
ssm框架是由spring、springmvc、mybatis三个开源框架整合而成，常作为数据源较很简单web项目的框架。大数据开发需四个掌握spring、springmvc、mybatis三种框架的同时，再使用ssm接受整合操作。
