基于Eclipse的Hadoop环境搭建指南
Hadoop对Map执行框架的实现(TaskTracker端)
下面是通过日志统计出的各个细分阶段所用的时间：
每个TaskTracker都使用一个队列保存JobTracker分发过来的Task，我们将一个Task出队列的时间作为时间原点。
1. Hadoop首先将有关Task的文件（job.split，job.xml以及job.jar）从HDFS拷贝到TaskTracker的本地文件系统中，使用了不到1s的时间。这是因为job.split本来就在本地磁盘上。
2. 当所有需要的资源都已经被拷贝到本地后，Hadoop为这个Task启动一个TaskRunner线程，TaskRunner完成一些初始化工作，比如创建临时文件夹等等，最后TaskRunner启动一个子进程Child。此阶段耗时2s。
3. 子进程Child与TaskTracker进程通信，获得运行Task需要的JvmTask对象。此阶段耗时2s。
4. Child进程一开始有一些初始化工作，耗时2s。然后开始真正的运行maptask。
5, 第一次map输出缓冲区被写满，耗时52s，然后对缓存排序耗时2s，然后将排好序的数据写入一个spill文件，耗时18s。
6, 第二次map输出缓冲区被写满，耗时39s，然后对缓存排序耗时1s，然后将排好序的数据写入一个spill文件，耗时14s。
7, 第三次是一个flush操作，将缓冲区内剩余数据写入一个spill文件，总共耗时1s。
8, 最后将3个spill文件merge，耗时不到1s。
Hadoop统计的这个Task总共耗时134s，与本次测试的时间统计加和相当，说明测试正确。
ReduceTask可以分为三个步骤：
copy:在第一批map结束的时候，copy就开始了，但是要等到所有map结束copy才有可能结束，所以这个阶段的时间统计较长，为200s
sort:由于使用了combiner，reduce阶段要处理的数据很少，这里的一个ReduceTask处理242条记录，大小约50k，用时1s
reduce：用时不到1s