以WordCount为例，简述MapReduce的执行过程。假设输入为“1.Hello world by world”, “2. Hello Hadoop by Hadoop”, “3. Bye Hadoop hello Hadoop”

以WordCount为例，MapReduce的执行过程如下：

1. Map阶段：将输入数据分割成若干个小数据块，每个小数据块由Map任务处理。对于每个小数据块，Map任务将其处理为中间键值对，即将每个单词作为键，将其出现次数作为值，输出为中间键值对（word, 1）。

对于输入数据：

1.Hello world by world
2. Hello Hadoop by Hadoop
3. Bye Hadoop hello Hadoop

Map任务将其处理成中间键值对：

(Hello, 1) (world, 1) (by, 1) (world, 1)
(Hello, 1) (Hadoop, 1) (by, 1) (Hadoop, 1)
(Bye, 1) (Hadoop, 1) (hello, 1) (Hadoop, 1)

2. Shuffle阶段：将Map任务输出的中间键值对按照键进行分组，相同键的值放在同一个组内，并按照键进行排序。对于上述中间键值对，将按键进行分组和排序后得到：

(Bye, 1)
(Hadoop, 1) (Hadoop, 1) (Hadoop, 1)
(Hello, 1) (Hello, 1)
(by, 1) (by, 1)
(hello, 1)

3. Reduce阶段：将Shuffle阶段输出的组进行Reduce操作，对每个组的键值对进行统计，统计出每个单词的出现次数。对于上述组，Reduce任务将其处理为键值对（word, count）。

最终输出结果为：

(Bye, 1)
(Hadoop, 3)
(Hello, 2)
(by, 2)
(hello, 1)
(world, 2)

以上就是MapReduce的执行过程。