MapReduce是一種計算模型，用於大規模數據集（大於1TB）的並行運算。概念"Map（映射）“和"Reduce（歸約）”，是它們的主要思想，都是從函數式編程語言裏借來的，還有從矢量編程語言裏借來的特性。它極大地方便了編程人員在不會分佈式並行編程的情況下，將自己的程序運行在分佈式系統上。 當前的軟件實現是指定一個Map（映射）函數，用來把一組鍵值對映射成一組新的鍵值對，指定併發的Reduce（歸約）函數，用來保證所有映射的鍵值對中的每一個共享相同的鍵組。
MapReduce的優缺點：
優點：
1.易於編程；
2.良好的擴展性；
3.高容錯性；
4.適合PB級別以上的大數據的分佈式離線批處理。
儘管MapReduce極大的簡化了大數據分析，但是隨着大數據需求和使用模式的擴大，用戶的需求也越來越多：
1 更復雜的多重處理需求（比如迭代計算, ML, Graph）；
2 低延遲的交互式查詢需求（比如ad-hoc query）
而MapReduce計算模型的架構導致上述兩類應用先天緩慢
缺點：
1.難以實時計算（MapReduce處理的是存儲在本地磁盤上的離線數據）
2.不能流式計算（MapReduce設計處理的數據源是靜態的）
3.難以DAG計算（有向無環圖計算，由於多個任務存在依賴關係，後一個應用的輸入是前一個應用的輸出。解決這一問題的方式有Apache的Tez計算框架，它是基於hadoop Yarn之上的DAG計算框架，它將MapReduce任務分解爲多個子任務同時可以把多個Map/ Reduce任務合併成一個大的DAG任務，這樣當前一個任務完成之後，直接將結果輸出給下一個任務，不用將結果寫到磁盤之上，減少了Map/Reduce之間的文件存儲。同時合理的組合其子過程，減少了任務的運行時間。）
MapReduce的代替產物：Spark
Spark彌補了MapReduce的不足，優勢：
1.每一個作業獨立調度，可以把所有的作業做一個圖進行調度，各個作業之間相互依賴，在調度過程中一起調度，速度快。
2.所有過程都基於內存，所以通常也將Spark稱作是基於內存的迭代式運算框架。
3.spark提供了更豐富的算子，讓操作更方便。
4.更容易的API：支持Python，Scala和Java
MapReduce不會被完全替代
MapReduce是Hadoop1.0的核心，Spark出現慢慢替代Mapreduce。那麼爲什麼Mapreduce還在被使用呢？因爲有很多現有的應用還依賴於它，它不是一個獨立的存在，已經成爲其他生態不可替代的部分，比如pig，hive等。
Hadoop 、Hive、Mapreduce之間的關係
Hadoop是一個由Apache基金會所開發的分佈式系統基礎架構。
用戶可以在不瞭解分佈式底層細節的情況下，開發分佈式程序。充分利用集羣的威力進行高速運算和存儲。
Hadoop實現了一個分佈式文件系統（Hadoop Distributed File System），簡稱HDFS。HDFS有高容錯性的特點，並且設計用來部署在低廉的（low-cost）硬件上；而且它提供高吞吐量（high throughput）來訪問應用程序的數據，適合那些有着超大數據集（large data set）的應用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪問（streaming access）文件系統中的數據。
Hadoop的框架最核心的設計就是：HDFS和MapReduce。HDFS爲海量的數據提供了存儲，而MapReduce則爲海量的數據提供了計算。
這個寫的挺好的：教你理解MapReduce與Hadoop
Hive是Hadoop的一個組件，作爲數據廠庫，Hive的數據是存儲在Hadoop的文件系統中的，Hive爲Hadoop提供SQL語句，使Hadoop可以通過SQL語句操作文件系統中的數據。Hive是依賴Hadoop而存在的。