分布式处理系统可以将不同地点的或具有不同功能的或拥有不同数据的多台计算机用通信网络连接起来，在控制系统的统一管理控制下，协调地完成信息处理任务—这就是分布式处理系统的定义。以下是小编为你整理的python编程入门指南

类(class)是通俗的说就是事物的属性和行为的抽象。下面我们定义个动物类，名称和体重是动物属性，动物的叫是动物行为(方法)。然后获取类的实例。

上面的代码有几个点需要说明一下:

(1) self: self是个形式参数，代表本类的实例(类似于Java的this关键字)通过self可以调用本类的属性和方法。

(2) __init__(self):初始化方法，类似java的构造方法

(3) shout(self): 类方法和普通方法的区别是类方法必须带一个名称为self的参数

[图片0]

创建对象python中没有new关键字，直接通过方法名参数列表，跟调用普通方法没什么区别。

访问和赋值类的属性

(1) 通过“.”类访问对象的属性和行为

(2) getattr(obj, name[, default]) : 访问对象的属性。

(3) 通过“=”号赋值

(4)setattr(obj,name,value) : 赋值对象属性，如果属性不存在，会创建一个新属性。

类的方法:

(1) 实例方法:第一个参数self，通过实例来访问

(2) 类方法:第一个参数cls代表当前的类，classmethod() 来创建类方法。类名和实例都可以访问。

(3) 静态方法:其实跟普通方法差不多，没有默认参数，类名和实例都可以调用。

int对象的创建方法

int对象的创建方法

1.通过内置语法规则创建

和我们平时看见的整数一样。

2.通过int函数创建

int函数是Python的内置函数，可以从字符串、浮点数(小数)等对象创建整数。

当然，如果使用不当，传入的字符串中不是整数，或者传入了不恰当的类型，就会引发错误。

我们可以看见，int函数要求传入一个数或者一个字符串。

常用的int对象操作运算

1.加减法

加减法的运算与数学中相同，对于我们来说，大数字运算中它们会提供更大便利。Python是比较高级的语言，所以支持负数运算。

Python中乘法用“*”表示，运算规则一样。

设定一个列表

比如:a = [123,456,789]，b = 123，b in a (结果True)

解析:b是否被a包含

把b改为一个其他的数值，比如b = 1234

然后b in a，结果是False，因为a里面找不到b所指向的对象(1234)

需要注意，in后面的对象必须是元组、列表这些集合类型的对象

但是in前面的对象可以是任何类型的对象，如图2

对于字符串

比如:a = 'abcd'，'c' in a (结果True)

in还常用于循环

[图片1]

比如:a = [123,456,789]

for x in a:

print(x)

注:循环后面会详细讲(可以关注下，还有其他Python相关经验)

not in

与in刚刚好相反，in是False的话，not in就是True

Hadoop

以Hadoop(Yahoo)为例进行说明，Hadoop是一个实现了MapReduce模式的能够对大量数据进行分布式处理的软件框架，是以一种可靠、高效、可伸缩的方式进行处理的。

而MapReduce是Google提出的一种云计算的核心计算模式，是一种分布式运算技术，也是简化的分布式编程模式，MapReduce模式的主要思想是将自动分割要执行的问题(例如程序)拆解成map(映射)和reduce(化简)的方式， 在数据被分割后通过Map 函数的程序将数据映射成不同的区块，分配给计算机机群处理达到分布式运算的效果，在通过Reduce 函数的程序将结果汇整，从而输出开发者需要的结果。

再来看看Hadoop的特性，第一，它是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。其次，Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

你也可以这么理解Hadoop的构成，Hadoop=HDFS(文件系统，数据存储技术相关)+Hbase(数据库)+MapReduce(数据处理)+……Others