reduce：相同的key为一组，调用一个reduce。我们知道，map端输出的数据为kvp，其中p是根据用户自己定义的办法指定该组kv使用哪个reuduce的，比如天气的例子，有三个reduce，那么用户用key中的年份来除以p得到的余数来确定使用哪个reduce来处理该组数据。P的值分别为0，1，2。
如何判断哪些key为一组呢？使用用户自定义的分组比较器。同一个组一定在一个reduce上来执行，不同的组也可能在同一个reduce上执行。
map有多个，每个map输出的数据都是内部有序的，但是可能包含多个组。shuffle取数据的时候，面对的是内部有序外部无序的多个文件，所以首先要做一个归并。
问题来了：
对于天气问题来说，假设两个map输出的数据分别是这样的：
map1: 2008-5-1 38 2008-5-3 37 2008-5-2 36 2008-4-1 41 2008-4-1 39 2008-3-1 16
map2: 2008-5-2 39 2008-5-2 37.5 2008-5-2 36 2008-4-1 41 2008-4-1 39 2008-3-1 16
假设shuffle真的不排序，只做归并，就是只把相同的key归为一组的话，那么，5月份这个组得到的数据就是： 2008-5-1 38 2008-5-3 37 2008-5-2 36 2008-5-2 39 2008-5-2 37.5 2008-5-2 36 这样就会出错，因此可以断定shuffle一定是经历了排序的。最终的数据必须是这样的： 2008-5-2 39 2008-5-1 38 2008-5-2 37.5 2008-5-3 37 2008-5-2 36 2008-5-2 36