MapReduce描述了一种在符合Key/Value对的超大数据集上的计算模型，其主要思路是使用一个Map函数处理数据，输出中间结果，再由一个Reduce函数合并具有相同中间Key的Value。这一模型适用于形如统计词出现次数、倒排索引、分布排序等，可以很好地在从本地计算机到数以千计机器组成的集群上运行。
分布式系统上的MapReduce计算框架，将通过将Map调用的数据自动分割为多个数据片段，实现不同机器上的并行处理，计算框架由Master和Worker节点组成，用户将包含一系列task的程序提交给调度系统，不同task被调度到不同机器上执行。Master节点需持有每个Map和Reduce任务的状态，以及Worker机器的标识，也包括中间文件的存储位置，整个框架的实现依赖于集群上的资源调度系统。图7-15给出了MapReduce的示意过程。

图7-15 MapReduce模型