其实啊,spilt是，控制Apache Hadoop Mapreduce的map并发任务数，详细见http://www.cnblogs.com/zlslch/p/5713652.html

map，是mapper代码

partitioner，自定义分组，详细见http://www.cnblogs.com/zlslch/p/5713701.html

sort，自定义排序，详细见http://www.cnblogs.com/zlslch/p/5713701.html

reduce，是reducer代码

缓存，分组，排序，转发，这些都是mr的shuffle。 详细见http://www.cnblogs.com/zlslch/p/5713701.html

最重要的是，mr程序的组件InputFormat和OutputFormat啊！（重要的话，说三遍）

最重要的是，mr程序的组件InputFormat和OutputFormat啊！

最重要的是，mr程序的组件InputFormat和OutputFormat啊！

我们知道，在大数据里，数据源是非常之广，比如，hdfs(默认，而且还是TextInputFormat)，数据库，文件，ftp，网页，网络端口.....

那么，对于用户来说，不需要具体去管，特推出mr程序的组件-------InputFormat

往数据库、HBase、ftp、hdfs（默认是往hdfs写，而且还是TextOutputFormat），文件，，，用户不用管，特推出mr程序的组件------OutputFormat

But，在生产环境，可是最重要的是具体业务...

注意：

比如，对于图片，视频，，，这些，InputFormat，就不能了。

可以看到，DBInputFormat是去数据库里读，

可以看到，DBOutputFormat是往数据库里写，

其它更深以后会补上