哈希函数、Map-Reduce与Hadoop

哈希函数

哈希函数又叫散列函数，哈希函数的输入域可以是非常大的范围，比如任意字符串，但是输出域是固定范围，假设为s。
哈希函数的性质：

1. 典型的哈希函数都拥有无限的输入值域。
2. 输入值相同时，返回值相同，通常将返回值称为哈希值。
3. 输入值不同时，返回值可能相同，也可能不同。
4. 不同输入值得到的哈希值，整体均匀的分布在输出域s上。（重要）
   性质1,2,3是哈希函数的基础，性质4是评价一个哈希函数的关键。不同输入得到的哈希值越均匀的分布在s上，哈希值被认为越优秀。并且这种均匀分布是与输入值出现的规律无关的。
   比如“aaa1”，“aaa2”，“aaa3”，虽然相似，但计算出的哈希值相差巨大。
   如果将所有的哈希值对m取余的话，所有取余后的值也会均匀分布在$0,\dots ,m-1$上。
   MD5算法与SHA1算法都是经典的哈希函数算法。