在spark中，MapReduce模型被广泛应用于分布式计算中。Spark使用了类似于MapReduce的计算模型，但在现实上进行了一些改进，例如引入了弹性分布式数据集（RDD，DataSet）。 以下是spark中mapReduce的计算过程：
1.创建RDD
首先,数据被分为多个分区，每个分区形成一个RDD，这可以通过读取外部数据源或在程序中并行创建RDD来完成。
2.Map过程：
作用于RDD中每条数据，在每条数据上应用一个函数并映射为一个或是键值对的结构数据。这个是在每个节点上运行。
3.shuff过程
把结果集中具有相同key的数据放置在相同的节点上，此过程是在map和reduce之间进行的，用户无感知。此过程也是最耗性能的过程。
4.reduce过程
作用于RDD中每条数据或是合并或是计算，此过程底层依然使用的map函数，操作方式不通而已。发生在每个节点上，对用户无感知。
