1.用自己的話闡明Hadoop平台上HDFS和MapReduce的功能、工作原理和工作過程。
MapReduce是并行處理架構，實作任務分解和排程。
其實原理說通俗一點就是分而治之的思想，将一個大任務分解成多個小任務(map)，小任務執行完了之後，合并計算結果(reduce)。
也就是說，JobTracker拿到job之後，會把job分成很多個maptask和reducetask，交給他們執行。 MapTask、ReduceTask函數的輸入、輸出都是<key,value>的形式。HDFS存儲的輸入資料經過解析後，以鍵值對的形式，輸入到MapReduce()函數中進行處理，輸出一系列鍵值對作為中間結果，在Reduce階段，對擁有同樣Key值的中間資料進行合并形成最後結果。
首先我們需要先知道幾個小概念：
1.job 2.task 3.jobTracker 4.taskTracker
job：在Hadoop内部，用Job來表示運作的MapReduce程式所需要用到的所有jar檔案和類的集合，>這些檔案最終都被整合到一個jar檔案中，将此jar檔案送出給JobTraker，MapReduce程式就會執行。
task：job會分成多個task。分為MapTask和ReduceTask。
jobTracker：管理節點。将job分解為多個map任務和reduce任務。
2.HDFS上運作MapReduce
1）準備文本檔案，放在本地/home/hadoop/wc
2）編寫map函數和reduce函數，在本地運作測試通過
3）啟動Hadoop：HDFS, JobTracker, TaskTracker
4）把文本檔案上傳到hdfs檔案系統上 user/hadoop/input
5）streaming的jar檔案的路徑寫入環境變量，讓環境變量生效
6）建立一個shell腳本檔案：streaming接口運作的腳本，名稱為run.sh
7）source run.sh來執行mapreduce
8）檢視運作結果
每位同學準備不一樣的大一點英文文本檔案，每個步驟截圖交上部落格上。
上述步驟測試通過之後，可以嘗試對文本做處理之後再統計次數,如标點符号、停用詞等。
有能力的同學嘗試對之前爬蟲爬取的文本，在Hadoop上做中文詞頻統計。