在MapReduce中，将数据切分为离散的块以便进行分布式处理的阶段被称为“D: Split过程”。
### 分析：
1. **MapReduce基本流程**：
- **Split阶段**：在MapReduce任务开始之前，输入数据被切分为多个数据块（Splits）。这一步是准备阶段，使数据能并行处理。
- **Map过程**：每个数据块被一个Map函数处理，产生一组中间结果（键值对）。
- **Shuffle过程**：中间结果根据键进行分组，并传输到相应的Reduce任务。
- **Reduce过程**：对每组键值对进行汇总和处理，得到最终结果。
2. **选项解析**：
- **Map过程**：执行数据的映射转换，将输入数据转为中间键值对。
- **Shuffle过程**：负责对Map任务产生的中间结果进行分组和排序。
- **Reduce过程**：将分组后的信息进行聚合和处理。
- **Split过程**（正确答案）：在Map任务开始之前，将输入数据切分为更小的数据块，以便并行处理。
因此，在询问关于数据切分以便分布式处理的阶段时，正确的选项是“D: Split过程”。
