一。排序的分類
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計算框架的默認行爲，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：快速排序和歸併排序
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，然後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，以此使整個數據成爲有序序列。
歸併排序：
歸併排序在分佈式計算裏面用的非常多，歸併排序本身就是一個採用分治法的典型應用。歸併排序是將兩個（或兩個以上）有序表合併成一個新的有序表，即把待排序序列分爲若干個有序的子序列，再把有序的子序列合併爲整體有序序列。
在map任務和reduce任務的過程中，一共發生3次排序操作。
二。mapperReducer中的排序
在這3次排序中第一次是在內從緩衝區做的排序，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併階段發生的，使用的是歸併排序
第一次排序
當map函數產生輸出時，會首先寫入內存的環形緩衝區，當達到設定的閾值，在刷寫磁盤之前，後臺線程會將緩衝區的數據劃分成相應的分區。在每個分區中，後臺線程按鍵進行內排序。
一旦緩衝區內容達到閾值（mapreduce.map.io.sort.spill.percent,默認0.80，或者80%），就會會鎖定這80%的內存，並在每個分區中對其中的鍵值對按鍵進行sort排序，具體是將數據按照partition和key兩個關鍵字進行排序，排序結果爲緩衝區內的數據按照partition爲單位聚集在一起，同一個partition內的數據按照key有序。
第二次排序
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、大小和緩衝區一樣的溢寫文件，這時溢寫文件將被合併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，所以合併文件時只需要再做一次排序就可使輸出文件整體有序。
當整個map任務完成溢出寫後，會對磁盤中這個map任務產生的所有臨時文件（spill文件）進行歸併（merge）操作生成最終的正式輸出文件。此時的歸併是將所有spill文件中的相同partition合併到一起，並對各個partition中的數據再進行一次排序（sort），生成key和對應的value-list
第三次排序
在shuffle階段，需要將多個Map任務的輸出文件合併，由於經過第二次排序，所以合併文件時只需要再做一次排序就可使輸出文件整體有序 。
當屬於該reducer的map輸出全部拷貝完成，則會在reducer上生成多個文件（如果拖取的所有map數據總量都沒有內存緩衝區，則數據就只存在於內存中），這時開始執行合併操作，即磁盤到磁盤merge，Map的輸出數據已經是有序的，Merge進行一次合併排序，所謂Reduce端的sort過程就是這個合併的過程，採取的排序方法跟map階段不同，因爲每個map端傳過來的數據是排好序的，因此衆多排好序的map輸出文件在reduce端進行合併時採用的是歸併排序，針對鍵進行歸併排序。
文章轉載：https://blog.csdn.net/IqqIqqIqqIqq/article/details/81710369
參考：大數據【五十二】【轉】MapReduce的shuffle過程詳解（分片、分區、合併、歸併。。。）
三。自己百度百科的內容：
【歸併排序】百度百科
歸併排序（MERGE-SORT）是建立在歸併操作上的一種有效的排序算法,該算法是採用分治法（Divide and Conquer）的一個非常典型的應用。將已有序的子序列合併，得到完全有序的序列；即先使每個子序列有序，再使子序列段間有序。若將兩個有序表合併成一個有序表，稱爲二路歸併。歸併排序是一種穩定的排序方法。
歸併排序原理
歸併排序具體工作原理如下（假設序列共有n個元素）：
將序列每相鄰兩個數字進行歸併操作（merge)，形成floor(n/2+n%2)個序列，排序後每個序列包含兩個元素
將上述序列再次歸併，形成floor(n/4)個序列，每個序列包含四個元素
重複步驟2，直到所有元素排序完畢
