整个Hadoop体系在不同的版本上，随着项目配套越来越多，代码结构上差异也比较大；这里先从1.0版本开始理解起，看看Hadoop及其在的Mapreduce计算框架都经历了怎样的演进和变化。

Hadoop1.0版本代码结构

整个Hadoop技术栈体系包括HDFS、MapReduce两大部分，其中核心代码对应如下：
1.core代码目录，存放一些公共组件代码
2.hdfs分布式存储文件系统代码
3.mapred MapReduce计算框架代码
4.native 一些本地库代码的实现，比如压缩编解码器，非java语言实现

MapReduce计算框架代码

旧MapReduce计算框架相关代码

旧MapReduce编程模型代码

整个1.0版本的工程中，和MapReduce计算编程模型相关实现的代码如下：</p>

新版本MapReduce计算框架代码整合

新版本的MapReduce编程模型，在其中专门的目录中进行了整合，将编程模型和框架功能进行了统一梳理：</p>

MapReduce计算框架架构前面已经介绍过了，大概由提供给开发者的mapreduce编程模型API、jobtracker、tasktracker任务调度模块构成。

MapReduce的编程模型大概如下：

MapReduce编程模型是一个文件系统计算处理的模型，该模型包括如下构成部分。
1）input
文件输入管理器，计算模型处理的是文件数据，因此输入管理器负责按照split维度划分对应的通道加载文件数据，进行格式统一转换。
这里HDFS中文件是以block为单位存储的，map的task加载的维度和split单位对应，因此split组件实现block到split的逻辑划分。

2）map task
该步骤实现任务加载数据进行阶段处理计算能力，其输出是以partition为单位存放在本地存储中，供后续reduce task模块处理。

3）reduce task
该步骤负责聚合处理结果，从partition加载中间数据，聚合处理的步骤在reduce的任务中。同时reduce通过output输出管理器输出最终计算结果。

4）output
文件输出管理器，最终聚合任务输出结果，按照output格式处理，最终输出落地的结果文件