Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，MapReduce则为海量的数据提供了计算。HDFS是Google File System（GFS）的开源实现，MapReduce是Google MapReduce的开源实现。
当使用 Hadoop 技术架构集群，集群内新增、删除节点，或者某个节点机器内硬盘存储达到饱和值时，都会造成集群内数据分布不均匀、数据丢失风险增加等问题出现。本文对 HDFS 内部的数据平衡方式做了介绍，通过实验案例的方式向读者解释内部数据平衡的解决办法。
读取时:此时 map 中已存在 key Alice、Bob，且哈希结果相同，此时想查找 Bob 对应 value 时，先计算 Bob 哈希结果，再通过哈希结果在 map 中查找位置，此时由于和 Alice 哈希结果相同，并且 Alice 先于 Bob 存入 map，所以会直接找到 Alice 的位置，发现 key 是 Alice 不是 Bob，接着在 Alice 位置后面查找，直到找到 key Bob 或者找到空。
在平时的工作或面试中，经常需要考虑容器的选择问题，其中“map和hash_map的差异点”出现的概率最高。那么，我们从底层原理上看看具体都有哪些区别和联系。目录为了方便大家阅读文章，我们先介绍一下文章结构，大家可以直接跳到感兴趣的位置进行阅读。
使用Python编写Hadoop的MapReduce小编从事的是机器学习方向的工作，而其中数据处理是相当重要的一部分，所以今天小编将介绍如何使用Python语言来编写一个简单的Hadoop中的MapReduce程序。
在 Java 的集合框架里除了 Collection 类族外还有 Map 类族，在 Java 中 Collection 类族表示存储着对象的各种集合数据结构，而 Map 类族则表示存储着键值对的映射表数据结构。
