（1）Copy阶段
ReduceTask从各个MapTask上远程拷贝一片数据，并针对某一片数据，如果其大小超过一定阈值，
则写到磁盘上 ，否则直接放到内存中。
（2）Merge阶段
在远程拷贝数据的同时 ，ReduceTask启动了两个后台线程对内存和磁盘上的文件进行合并 ，以
防止内存使用过多或磁盘上文件过多。
（3）Sort阶段
按照MapReduce语义 ，用户编写reduce()函数输入数据是按key进行聚集的一组数据。为了将key 相
同的数据聚在一起 ，Hadoop采用了基于排序的策略。由于各个MapTask已经实现对自己的处理结果进行了局部
排序 ，因此 ，ReduceTask只需对所有数据进行一次归并排序即可。
（4）Reduce阶段
reduce()函数将计算结果写到HDFS上。
)
![[论文精读]Supervised Community Detection with Line Graph Neural Networks](http://pic.xiahunao.cn/[论文精读]Supervised Community Detection with Line Graph Neural Networks)
