shuffle 并不是个组件，而是 mr 处理流程中的一个子过程，它过程开始于 maptask 把数据写入环形缓存一直到数据到 reduce 之间的整个过程
- maptask 收集我们的
map()方法输出的 kv 对，放到内存缓冲区中 - 从内存缓冲区不断溢出本地磁盘文件，可能会溢出多个文件
- 多个溢出文件会被合并成大的溢出文件
- 在溢出过程中，及合并 Combine 的过程中，都要调用 partitoner 进行分组和针对 key 进行排序 (compare)
- reducetask 根据自己的分区号，去各个 maptask 机器上取相应的结果分区数据
- reducetask 会取到同一个分区的来自不同 maptask 的结果文件，reducetask 会将这些文件再进行合并（归并排序）
- 合并成大文件后，shuffle 的过程也就结束了，后面进入 reducetask 的逻辑运算过程（从文件中取出一个个的键值对 group，调用用户自定义的
reduce()方法） - 缓冲区的大小可以通过参数调整, 参数：
mapreduce.task.io.sort.mb默认 100M
