一个mapreduce作业，一般分为两阶段执行：map阶段和reduce阶段，下面分别对这两阶段进行介绍。

Map阶段

Map阶段又分为五部分：读取文件阶段，MapTask阶段，collect阶段，溢写阶段，combine阶段。
首先客户端把待处理文件分片信息、jar包信息、参数信息等提交到HDFS。然后Yarn集群接受任务，启动AppMaster把任务分配NodeManager，并由NodeManager执行MapTask任务。从上图的第6步开始，进入读取文件阶段。

1. 读取文件阶段
   MapTask通过用户编写的RecordReader，从输入的分片中解析出一个个的k-v对；
2. MapTask阶段
   每个k-v对调用一次map()函数，输出新的k-v对；
3. Collect阶段
   MapTask阶段输出的k-v对会先进入环形缓冲区，默认内存大小为100M。在环形缓冲区中，数据进行分区、排序等；
4. 溢写阶段
   当环形缓冲区写满80%，数据从内存溢写到hdfs，持续多轮以后会产生多个溢写文件。溢写之前，数据会先按分区，再按key排序；
5. Combine阶段
   当MapTask结束时，多个溢写文件会被合并成一个大的文件。Combine可以把文件中的k-v对数据排列的更紧密一些，减少网络传输I/O。

Reduce阶段

Reduce阶段分为四部分：Copy阶段、Merge阶段、sort阶段、Reduce阶段

1. Copy阶段
   ReduceTask从各个MapTask上远程拷贝一片数据，如果其大小超过一定阈值，则写到磁盘上，否则直接放到内存中；
2. Merge阶段
   远程拷贝文件的同时，ReduceTask启动两个后台线程对内存和磁盘上的文件进行合并，以防止内存使用过多或磁盘上文件过多；
3. sort阶段
   为了将key相同的数据聚在一起，Hadoop采用了基于排序的策略。由于各个MapTask已经实现了对自己处理结果的局部排序，此步中只需对所有数据进行一次归并排序；
4. Reduce阶段
   以上步骤处理后的数据调用reduce()函数，每个k-v调用一次。最后把输出文件写到HDFS中。

以上就是对MapReduce工作机制的简单说明，如有错误的地方，还望指正。