我对mapreduce完全陌生，只是无法理解是否需要根据每个分区中的键对mapper输出进行排序。最终我们想要的是，一个减速机被送入一个由若干对减速机组成的分区 <key,List of Values> 并且每对中的密钥不仅对于相应的分区是唯一的，而且对于所有被馈送到不同归约器的分区也是唯一的。
为了做到这一点，我们需要做什么 sort 在任何阶段。我们不能用一个 hash table 对同一个键对应的值进行分组？
对每个阶段进行分解。在mapper阶段，对于每个输出对，我们简单地散列密钥以找到分区号，然后将相应的对附加到属于同一分区的所有这些对的链表中。因此，最终，由单个Map器获得的输出将是 hashtable . 其中每个分区号都有一个 <key,value> 对没有基于键的顺序，即没有类似键值的位置。
然后将来自不同Map器任务的分区洗牌到一个reducer中。我们现在需要确保首先将所有与同一个键对应的值分组（一种合并），然后将这些合并的值对馈送给 <key,List of Values> 一个单独的减速机功能。在这里我们可以再次使用 hashtable 为此，我们只需遍历所有分区，并为每个键将它们Map到哈希表中的索引，并将相应的值附加到哈希表中的链表中。与我们对每个Map器的输出进行排序的方法相比，这种方法不会节省更多的时间吗？
我已经浏览了这个链接（我现在不能评论这个帖子，所以我写了一个单独的问题）
排序为reducer节省了时间，有助于它轻松区分何时应该启动新的reduce任务。简单地说，当排序后的输入数据中的下一个键与上一个键不同时，它只启动一个新的reduce任务。每个reduce任务接受一个键值对列表，但它必须调用reduce（）方法，该方法接受一个键值列表（value）输入，因此它必须按键对值进行分组。如果在Map阶段对输入数据进行预排序（本地），并在reduce阶段简单地合并排序（因为reducer从许多Map器获取数据），那么这样做很容易
不过，我们也可以用哈希表来做同样的事情，是吗？