在Hadoop MapReduce中，在所有映射程序完成之前，没有任何reducer启动。有人能解释一下这个逻辑是在哪个部分/类/代码行实现的吗？我说的是HadoopMapReduce版本1（非Yarn）。我已经搜索了map reduce框架，但有太多的类，我不太了解方法调用及其排序。
换句话说，我需要（首先出于测试目的）让减速器开始减速，即使仍然有工作的映射器。我知道这样我会得到错误的工作结果，但我知道这是改变框架部分工作的开始。那么，我应该从哪里开始寻找并做出改变呢？
这是在洗牌阶段完成的。对于Hadoop1.x，请看一下实现ShuffleConsumerPlugin的org.apache.hadoop.mapred.ReduceTask.ReduceCopier。你可能还想阅读Verma等人的"打破MapReduce阶段障碍"研究论文。
编辑：
在阅读了@chriswhite的答案后，我意识到我的答案需要一个额外的解释。在MapReduce模型中，您需要等待所有映射器完成，因为键需要分组和排序；另外，您可能有一些推测性的映射程序正在运行，但您还不知道哪个重复的映射程序将首先完成。然而，正如"打破MapReduce阶段障碍"论文所指出的，对于某些应用程序来说，不等待映射器的所有输出可能是有意义的。如果你想实现这种行为（很可能是为了研究目的），那么你应该看看我上面提到的类。
需要澄清的几点：
在完成所有映射程序、将其分区复制到运行reducer任务的节点并最终排序之前，reducer无法开始缩减。
您可能会看到一个reducer在其他映射任务仍在运行时抢占映射输出的副本。这是通过称为慢启动（mapred.reduce.slowstart.completed.map）的配置属性来控制的。该值表示在reducer任务启动之前需要完成的映射任务数的比率（0.0-1.0）（复制已完成的映射输出）。默认值通常在0.9左右，这意味着如果你的工作有100个地图任务，那么在工作跟踪器开始启动reduce任务之前，需要完成其中的90个任务。
这一切都是由JobInProgress类中的作业跟踪器控制的，第775、1610、1664行。