参考答案：

1、用户文件上传到HDFS，由mapreduce库切割分别存储到datanote上。

2、以行号，文本形式传入map中，经过自定义map处理产生对，构成中间结果集缓存在本地内存中。

3、reducer接到master的收集中间结果集任务后，通过远程调用读取中间结果，并将其排序，key相同的value进行合并处理化简。

4、最终结果写入到GFS文件系统中。