1、客户端提交，验证输入输出路径、输入数据分片，打包上传到jobtracker ... ...
2、map过程：
map输出会写到map端的跟jobID相关的temp目录（mapred.local.dir）下，但输出并非简单输出到磁盘；
1）首先输出到内存缓冲区（默认为100M，由io.sort.mb参数控制）
2）缓冲区使用率到阈值时（默认是0.80，由io.sort.spill.percent参数控制），后台线程会将缓冲区写到磁盘；与此同时map会继续向缓冲区写入数据，如果缓冲区被写满，那么map会阻塞知道溢写过程完成。
3）溢写过程以轮询的方式进行，根据reducer数量将缓冲区数据分区，首先会对分区数据进行内排序，然后运行combiner（如果有），然后写到磁盘。
4）缓冲区可能多次超过阈值，所以溢写过程会重复多次，每次溢写，对于同一分区的输出会创建一个新的溢写文件。
5）map任务完成后，会对多个溢写文件进行合并为一个已分区并且已排序的输出文件，多次迭代进行，一次合并处理10个（默认10个，由io.sort.factor参数控制）溢写文件，最终合并为1个。
6）如果溢写次数大于等于3次（默认为3，由参数min.num.spills.for.combine控制）并且设置了combiner，则在合并输出时将执行combiner （？？？也就是说如果溢写紧急发生2次，那么合并后并不会进行combine操作，则在有combine函数的job中，reduce函数也可能会收到来自同一map输出的2个同一的key？？？）
3、reduce过程：
1）只要有map任务完成，reducer就开始从mapper复制数据，如果有多个mapper已经完成，则会启动多个线程进行复制（默认为5，由参数mapred.reduce.parallel.copies参数控制）
2）reducer复制数据也会写到内存缓冲区中（缓冲区大小由mapred.job.shuffle.input.buffer.percent参数控制，表示占堆大小的百分比），如果复制的文件太大（怎么判定？）则直接写到磁盘，对复制到缓冲区的情况，如果超过阈值（mapred.job.shuffle.merge.percent参数控制），则溢写到磁盘
3）从多个map输出复制到reducer的数据形成过个文件，reducer会对数据进行合并和排序，每轮合并10个（由io.sort.factor参数控制）文件，最后一轮合并结果直接输入到reduce函数
4）reduce函数执行，并将输出写到hdfs
4、map输出数据删除，mapper会等待整个job执行完成后才删除数据，而非所有reducer复制数据完成后，因为reducer可能会挂掉，所以在任务完成后，jobtracker通知mapper删除。
