Mark Chu-Carroll是Google的一位软件工程师，他本周在他的个人博客中对MapReduce这个Google编程模型进行了一些解释。MapReduce能够将一个大的任务迅速拆分给在Google的服务器群（或者单台超级计算机，这取决于你怎么看）里的许多电脑。

    什么是MapReduce? 它如何工作?

    想象一下，你正在工作，现在需要做一件需要在电脑上运行很长时间的工作，你不愿意干等着，但是也不愿意去花上百美元去买超级计算机。那怎么能让它运行的快一些呢？有一个办法就是买上一堆便宜的电脑，然后让他们同时工作。值得注意的是，你的办公室里面已经有很多电脑了──大部分的办公室里面，每一个雇员的桌上都有一台电脑，而且通常他们并不是在做太多事情。所以为什么不物尽其用呢？当你的电脑没有在做太多事情的时候，暂时把你没用到的性能借给你的同事，当你的任务需要电脑劳动起来，你也可以借用他们的电脑资源。所以当你要执行一个很大的任务的时候，很轻易就可以找到一堆便宜的电脑。

    问题来了，大部分的程序可都不是按照在一堆电脑上运行来写的，他们都是按照在一台机器上面写得，把一个很麻烦的任务拆分给一堆电脑是一件很麻烦的事情。

    MapReduce就是能够让你实际的、规范化的编制可以分拆给很多电脑的程序的库（library）。它的基本思想是把你的任务分成两部分： Map（映射）和Reduce（化简）。映射会把任务分成子任务，再把子任务分配给不同的电脑，这样每一个子任务都可以同时进行了。化简把每一个负责子任务的计算机返回的结果综合起来，然后得到一个简单的答案。

Mark还提到了 “MapReduce 的诱人之处还在于它很好写” 和 MapReduce (或“M/R”) 程序 “真的让并行编程比以往都简单”。 对于MapReduce的更多解释，可以参看维基百科或者《什么是MapReduce? Google的分布运算开发工具!》（作者Tinyfool）（中文），还有 Google research publication 关于这个话题的内容（英文）。

[来自 Friendfeed. Mark的这篇post是 Creative Commons 授权的.]

原文：MapReduce Explained