##08.13
1、mapreduce 本质上是并行运行，优势在于处理大规模数据集
2、MapReduce 将输入数据划分成等长的小数据块，称为分片，为什么一个分片的最佳大小和hdfs块相同，因为如果分片跨两个数据块，两个数据块存储在同一个节点的可能性很小，所以会有数据在节点之间的传输，就不是本地化了，降低了效率
3、为什么Map阶段的结果存储到磁盘而不是hdfs，因为map输出的只是中间结果，一旦reduce结果输出，则map结果就可以删除，如果存储到hdfs并实现备份，难免小题大做如果map中间结果传输给reduce失败，则在另一节点重新启动该map任务
4、map 输出结果传递给reduce需要占用带宽，所以要尽量少的传输数据，因此，在map输出后，可以添加一个combiner函数来进行优化，但是combiner不能影响reduce最终的输出结果
5、MapReduce作业（job）ID 是由yarn资源管理器生成 包括两部分，资源管理器开始时间，唯一标识此应用由资源管理增量计数器生成的ID 如 job_141934293492_0003
任务ID 将job前缀换成task 如 task_141934293492_0003_m_00003,表示job_141934293492_0003的第4个map任务，任务可能失败，所以会有尝试ID，attempt_141934293492_0003_m_00003_0 表示该任务的第一次尝试
盘古开天，
三皇
天皇，地皇，人皇
有巢氏 教会人建筑
燧人氏 教会人用火
伏羲氏 教会人烹饪，固定配偶，抽丝纺织
女娲氏 补天， 共工氏和祝融氏为了争夺女娲的爱情决斗，共工氏败了，愤怒的撞向不周山，不周山断，天庭裂口，日月无光，狂风暴雨，女娲氏用五色石头烧炼，补天。杀死神龟，四脚支天，芦草烧灰，吸干天列漏下的大水，形成中原地区，华北平原
神农氏 尝百草，撰写《本草》，把可食用植物分为，小麦 稻米 高粱 玉蜀黍 动物分 狗 马 牛 猪，完成农业社会
