2. 对象：PB级的数据，例如来自云、来自分布式文件系统的文档。
3. 并行处理，多个（几百—几十万个，甚至更多）处理单元（电脑，CPU，人员）；
4 有序：在机场，车站，当客户增加，仅仅增加服务台来做归约（Reduce),常常不够有序，增加一个映射（Map）机制，把被处理对象分配到处理单元，是不可少的环节。春运中人们更体会到这一条。
5 多层映射，多层归约 ；在首都机场我们看到了映射有三层，第一次映射到值机台分区，分而治之；第二次次到值机台，第三次映射到《乘客，航班号，座号》三元组；根据实际情况，归约也可以是多层次的。
这里也要强调，小样和真实还有差距，量变超过了一定阈值，会引发质变，这一点在实践中必须注意。
还有两个例子，根据经验，做为练习题效果更好，
习题1 大型会议接送VIP客人 。
大型会议中VIP客人（特邀报告人， 著名学者等）较多。接送小组把航班火车信息收集工作落实到人，一人包几位VIP，然后把接送任务分发给接送车辆司机，请画出映射-归约图。
提示：对比登记牌例子，接送小组相当于中的值机台，而接送车辆相当于航班。
习题2 大型会议报告分会安排 。
大型会议有众多论文，按内容分类，需要在不同时间地点的不同分会报告，请画出映射-归约图。
提示 提示：对比登记牌例子，内容类别相当于值机台，分会相当于航班。