對於比線性鏈更加複雜的問題，會有相關的類庫幫助合理地安排工作流。最簡單的是org.apache.hadoop.mapred.jobcontrol包中的JobControl類。
mapReduce中出傳遞的數據都是<key, value>形式的，並且shuffle排序聚集分發都是按照key值進行的。
map的輸入採用hadoop默認的輸入方式：文件一行作爲value，行號爲key。
reduce的輸入爲map輸出聚集後的結果。即<key, value-list>，如<word, {1,1,1…}>。
在wordCount例子中，map過程切分詞，並將其作爲key，reduce階段按key累加value，兩者之間靠的shuffle將map輸出的key合併到一塊，並將其value都添加到value集合中。shuffle過程不需要手動配置，是系統自動完成的。
單表關聯：表變換後自連接
多表關聯：類似單表關聯，通常邏輯更清晰
mapreduce程序的執行包含四個實體：
客戶端：編寫mapreduce代碼，配置作業，提交作業
JobTraker：初始化作業，分配作業，與TaskTraker保持通信，協調整個作業的執行。
TaskTraker: 保持與JobTraker的通信，在分配的數據片上執行Map和Reduce任務，一個集羣中可以包含多個TaskTraker。
HDFS：保存作業的數據、配置信息等，保存作業結果。