lab1的任务是实现一个分布式的MapReduce程序，其中，Map函数和Reduce函数都已经写好，输入输出的文件名已经给出，并且课程也给出了在单个程序里模拟MapReduce任务的示例代码。
分布式程序的框架由有两组程序组成：
- 第一组的代码是
coordinator.go，只有一个进程，这个进程负责把任务分发给工作节点； - 第二组的代码是
worker.go，有多个进程，从调度节点接收任务，完成后输出到文件； - 第三组的代码是
rpc.go，主要用于实现rpc调用的参数和返回值的数据结构。
设计这个小的分布式程序的关键可能在于两点：
- 捋清楚每一步的输入和输出是什么，在模拟程序中，输入和输出是当前程序里的数据结构，而在分布式环境中，输入输出可能是文件名；
- 捋清楚每个节点自己的工作模式，对于调度节点，它需要知道当前整体任务的进度，把没做完的任务放到任务队列里，整理做完的任务返回的结果，对于工作节点，它需要不断地请求任务，上传结果；
- 捋清楚每个节点之间的通信协议，调度节点和工作节点之间主要有“申请任务”和“上传结果”两个交互过程，可以设计两个RPC调用。