哈希函数就是根据输入的键值对，将键相同的键值对放入同一个桶中，但是有可能不同的键也放入到相同的桶中，那么办，桶中桶，通过二次哈希，进一步将不同的键值对放入不同的桶中，或者通过拉链法，拉出一条链来，将这个桶中的所有键值对都入链，不管任何一种方法，在第一次哈希的时候，必须能保证所有的键值对能均匀的分布在不同的桶内，这个才是关键。
所有的map任务和reduce任务都是运行在分布式文件系统上，因为文件很大，所有文件被分成很多块，而如何划分呢？当然是通过hash函数，将大的文件划分为不同的文件块，每一个文件块是一个键值对，map任务的输入就是由这些文件块组成，并且键相同的文件块在同一个map任务上处理，最后经map任务处理的文件块，会输出键值对，而这一些键值对将作为reduce任务的输入，并且键相同的键值对将由同一个reduce任务处理，reduce任务将会对这些键相同的键值对的值进行处理，最后输出的是与输入的键一样但是值不一样的键值对。