角色：Master & Worker( Master/Reducer )
以统计词频为例，M 表示输入的数据量，N表示输出的数据量，P表示Mapper个数，R表示Reducer个数
M=10000000：1000万个文档
N=3000：输出3000类，统计3000个单词各出现了多少次
P=10000：有10000个Mapper，则每个Mapper分析1000个文档，将特定单词的数据结果传给特定的R，如：
{'today': 371} 传给负责统计 'today' 这个单词的Reducer，
{'many': 5214} 传给负责统计 'many' 这个单词的Reducer
R=100：有100个Reducer汇总，则每个Reducer要汇总30个单词的信息，会收到来自10000个Mapper的数据，如：
来自M1的中间数据 {'today': 371}，M2的中间数据{'today': 586} 等等，然后汇总M1~M1000的数据，输出today的总数
