本关任务：使用Map/Reduce计算班级中年龄最大的学生。

在使用MapReduce处理这个问题时，我们需要分为两个步骤：Map阶段和Reduce阶段。

**Map阶段**:
在这个阶段，我们将每个学生的数据作为键值对输入，其中键可以是学生的ID或者其他唯一标识符，值包含学生的姓名和年龄。Map函数会对每条记录进行处理，将学生ID映射到一个包含姓名和年龄的元组列表。

例如，如果有一个学生数据结构如`{id: '001', name: '张三', age: 18}`，Map函数可能会生成这样的键值对：`(001, ('张三', 18))`。

**Reduce阶段**:
当Map阶段结束后，Reducer会接收到所有关于某个ID的学生年龄，然后找出年龄的最大值。它遍历这些年龄，每次遇到一个新的最大值时就更新这个最大值，并记住对应的姓名。最后，Reducer返回的就是所有学生中年龄最大的学生及其年龄。

**Python伪代码示例**:

# Map函数
def map_function(record):
    yield (record['id'], (record['name'], record['age']))

# Reduce函数
def reduce_function(key, values):
    max_age = float('-inf')
    max_student = None
    for student in values:
        if student[1] > max_age:
            max_age = student[1]
            max_student = student[0]
    yield max_student, max_age

# 使用MR框架运行并获取结果
result = run_mr(map_function, reduce_function, input_data)