Hadoop实现了Google的MapReduce编程模型。MapReduce是一种分布式计算模型，也是Hadoop的核心。它是开源的，任何人都可以使用这个框架进行并行编程。基于这个模型，分布式并行程序的编写变得非常简单。

逻辑模型

  MapReduce把运行在大规模集群上的并行计算过程抽象为两个函数：Map和Reduce, 也就是映射和化简。简单说，MapReduce就是“任务的分解与结果的汇总”。Map把任务分解成为多个任务，Reduce把分解后多任务处理的结果汇总起来，得到最终结果。

  适合用MapReduce处理的任务有一个基本要求：待处理的数据集可以分解成许多小的数据集，而且每一个小数据集都可以完全并行地进行处理。

  一个MapReduce操作分为两个阶段：映射阶段和化简阶段。

  在映射阶段，MapReduce框架将用户输入的数据分割为M个片断，对应M个Map任务。每一个Map操作的输入是数据片断中的键值对<K1，V1>集合，Map操作调用用户定义的Map函数，输出一个中间态的键值对<K2，V2>集合。接着，按照中间态的K2将输出的数据集进行排序，并生成一个新的<K2，list(V2)>元组，这样可以使得对应同一个键的所有值的数据都在一起。然后，按照K2的范围将这些元组分割为R个片断，对应Reduce任务的数目。

  在化简阶段，每一个Reduce操作的输入是一个<K2，list(V2)>片断，Reduce操作调用用户定义的Reduce函数，生成用户需要的键值对<K3，V3>进行输出。