一切都是從最上方的user program開始的，user program鏈接了MapReduce庫，實現了最基本的Map函數和Reduce函數。
- MapReduce庫先把user program的輸入文件划分為M份（M為用戶定義），每一份通常有16MB到64MB，如圖左方所示分成了split0~4(文件塊)；然后使用fork將用戶進程拷貝到集群內其它機器上。
- user program的副本中有一個稱為master，其余稱為worker，master是負責調度的，為空閑worker分配作業（Map作業或Reduce作業），worker數量可由用戶指定的。
- 被分配了Map作業的worker，開始讀取對應文件塊的輸入數據，Map作業數量是由M決定的，和split一一對應；Map作業(包含多個map函數)從輸入數據中抽取出鍵值對，每一個鍵值對都作為參數傳遞給map函數，map函數產生的中間鍵值對被緩存在內存中。
- 緩存的中間鍵值對會被定期寫入本地磁盤。主控進程知道Reduce的個數，比如R個（通常用戶指定）。然后主控進程通常選擇一個哈希函數作用於鍵並產生0~R-1個桶編號。Map任務輸出的每個鍵都被哈希起作用，根據哈希結果將Map的結果存放到R個本地文件中的一個（后來每個文件都會指派一個Reduce任務）。
- master通知分配了Reduce作業的worker它負責的分區在什么位置。當Reduce worker把所有它負責的中間鍵值對都讀過來后，先對它們進行排序，使得相同鍵的鍵值對聚集在一起。因為不同的鍵可能會映射到同一個分區也就是同一個Reduce作業（誰讓分區少呢），所以排序是必須的。
- reduce worker遍歷排序后的中間鍵值對，對於每個唯一的鍵，都將鍵與關聯的值傳遞給reduce函數，reduce函數產生的輸出會添加到這個分區的輸出文件中。
- 當所有的Map和Reduce作業都完成了，master喚醒正版的user program，MapReduce函數調用返回user program的代碼。
- 所有執行完畢后，MapReduce輸出放在了R個分區的輸出文件中（分別對應一個Reduce作業）。用戶通常並不需要合並這R個文件，而是將其作為輸入交給另一個MapReduce程序處理。整個過程中，輸入數據是來自底層分布式文件系統（GFS）的，中間數據是放在本地文件系統的，最終輸出數據是寫入底層分布式文件系統（GFS）的。而且我們要注意Map/Reduce作業和map/reduce函數的區別：Map作業處理一個輸入數據的分片，可能需要調用多次map函數來處理每個輸入鍵值對；Reduce作業處理一個分區的中間鍵值對，期間要對每個不同的鍵調用一次reduce函數，Reduce作業最終也對應一個輸出文件。
函數說明 pid_t fork( void)
一個現有進程可以調用fork函數創建一個新進程。由fork創建的新進程被稱為子進程。fork函數被調用一次但返回兩次。兩次返回的唯一區別是子進程中返回0值而父進程中返回子進程ID。子進程是父進程的副本，它將獲得父進程數據空間、堆、棧等資源的副本。注意，子進程持有的是上述存儲空間的“副本”，這意味着父子進程間不共享這些存儲空間。