我试图理解mapreduce模型，我需要一些建议，因为我不确定如何使用map函数的中间结果对文件进行排序和分区。我对mapreduce了解最多的是jeffrey dean&sanjay ghemawat的mapreduce论文和hadoop：权威指南。
具有Map函数中间结果的文件是小的排序和分区文件的组合。这些小文件被划分为相应的分区以减少工作人员。然后将小文件合并为一个文件。我需要知道小文件的分区是如何完成的。首先，我认为每个分区都有一定范围的键。
例如：如果我们的键是范围<1的整数；100>并且文件被划分为三个分区，那么第一个分区可以由键在<1,33>范围内的值组成，第二个分区的键在<34范围内；66>和第三分区<67；100>. 合并文件中也有相同的分区。
但我不确定。每个分区都被发送到相应的reduce worker。在我们的例子中，如果我们有两个reduce worker，那么用前两个键范围（<1,33>和<34；66>）可以发送到第一个工作进程，最后一个分区可以发送到第三个工作进程。但是，如果我错了，并且文件是以另一种方式划分的（我的意思是分区没有自己的可能键范围），那么每个reduce工作者都可以得到相同键的结果。所以我需要以某种方式合并这些reduce workers的结果，对吗？我可以将这些结果发送到主节点并在那里合并它们吗？
简而言之：我需要解释Map阶段的文件是如何划分的（如果我的描述是错误的），并解释如何以及在哪里处理reduce workers的结果。
我希望我描述了我的问题足够理解。当然，我可以解释得更多。
非常感谢你的回答。