mapreduce是一种从函数式编程语言借鉴过来的模式，在某些场景下，它可以极大地简化代码。先看一下什么是mapreduce：
mapreduce是google提出的一个软件架构，用于大规模数据集（大于1tb）的并行运算。概念“map（映射）”和“reduce（归纳）”，及他们的主要思想，都是从函数式编程语言借来的，还有从矢量编程语言借来的特性。当前的软件实现是指定一个map（映射）函数，用来把一组键值对映射成一组新的键值对，指定并发的reduce（归纳）函数，用来保证所有映射的键值对中的每一个共享相同的键组。简单来说，mapreduce就是把待处理的问题分解为map和reduce两个部分。而待处理的数据作为一个序列，每一个序列里的数据通过map的函数进行运算，再通过reduce的函数进行聚合成最终的结果。
下面使用mapreduce模式实现了一个简单的统计日志中单词出现次数的程序:
from functools import reduce
from multiprocessing import pool
from collections import counter
def read_inputs(file):
for line in file:
line = line.strip()
yield line.split()
def count(file_name):
file = open(file_name)
lines = read_inputs(file)
c = counter()
for words in lines:
for word in words:
c[word] += 1
return c
def do_task():
job_list = [‘log.txt’] * 10000
pool = pool(8)
return reduce(lambda x, y: x+y, pool.map(count, job_list))
if __name__ == “__main__”:
rv = do_task()