shuffle 是從map產生輸出到reduce的消化輸入的整個過程。
排序貫穿於Map任務和Reduce任務，是MapReduce非常重要的一環，排序操作屬於MapReduce計算框架的默認行為，不管流程是否需要，都會進行排序。
在MapReduce計算框架中，主要用到了兩種排序方法：快速排序和歸並排序
1）快速排序：通過一趟排序將要排序的數據分割成獨立的兩部分，其中一部分的所有數據比另外一部分的所有數據都小，然后再按此方法對這兩部分數據分別進行快速排序，整個排序過程可以遞歸進行，以此使整個數據成為有序序列。
2）歸並排序：歸並排序在分布式計算里面用的非常多，歸並排序本身就是一個采用分治法的典型應用。歸並排序是將兩個（或兩個以上）有序表合並成一個新的有序表，即把待排序序列分為若干個有序的子序列，再把有序的子序列合並為整體有序序列。
在map任務和reduce任務的過程中，一共發生3次排序操作。
當map函數產生輸出時，會首先寫入內存的環形緩沖區，當達到設定的閾值，在刷寫磁盤之前，后台線程會將緩沖區的數據划分成相應的分區。在每個分區中，后台線程按鍵進行內排序，如下圖所示：
在Map任務完成之前，磁盤上存在多個已經分好區，並排好序的、大小和緩沖區一樣的溢寫文件，這時溢寫文件將被合並成一個已分區且已排序的輸出文件。由於溢寫文件已經經過第一次排序，所以合並文件時只需要再做一次排序就可使輸出文件整體有序。
在shuffle階段，需要將多個Map任務的輸出文件合並，由於經過第二次排序，所以合並文件時只需要再做一次排序就可使輸出文件整體有序，如下圖所示。
在這3次排序中第一次是在內存緩沖區做的排序，使用的算法是快速排序，第二次排序和第三次排序都是在文件合並階段發生的，使用的是歸並排序。