请描述 MapReduce 的核心执行过程，并列举其中的关键处理阶段。

回答思路

1. 【回答框架 1】MapReduce 是分布式计算模型，核心思想是分而治之。整体流程：输入分片 -> Map 阶段 -> Shuffle 阶段 -> Reduce 阶段 -> 输出。
2. 【回答框架 2】Map 阶段：输入数据被切分成若干分片，每个分片由一个 Map 任务处理，Map 函数将输入键值对转换为中间键值对输出。
3. 【回答框架 3】Shuffle 阶段：包括分区、排序、合并和归并。分区决定中间结果发送到哪个 Reduce 任务，排序保证按键有序，合并减少传输数据量，归并在 Reduce 端合并相同键的中间结果。
4. 【回答框架 4】Reduce 阶段：Reduce 函数接收具有相同键的一组值，经过处理后将最终结果写入输出文件。
5. 【回答框架 5】整个过程由 JobTracker（或 ResourceManager）调度，任务失败会重试，数据本地化可减少网络传输。
6. 【关键点 1】MapReduce 包含 Map、Shuffle、Reduce 三大阶段。
7. 【关键点 2】Shuffle 阶段包含分区、排序、合并、归并四个子步骤。
8. 【关键点 3】Reduce 输入是按键分好组的数据。
9. 【关键点 4】框架自动处理并行化、容错和调度。
10. 【易错点 1】不要把 Shuffle 单独称为一个独立阶段，它横跨 Map 和 Reduce。
11. 【易错点 2】不要忘记分区和排序是 Shuffle 的核心职责。