使用json作为文本格式可以非常方便地进行编码和解码。
例如，hdfs上的4×4单位矩阵可以存储为：

{"row":3, "values":[0,0,1,0]}
{"row":2, "values":[0,1,0,0]}
{"row":4, "values":[0,0,0,1]}
{"row":1, "values":[1,0,0,0]}

在mapper中使用 json.loads() 从json库将每一行解析成python字典，这非常容易操作。然后返回一个键，后跟更多的json（使用 json.dumps() 将python对象编码为json）：

1    {"values":[1,0,0,0]}
2    {"values":[0,1,0,0]}
3    {"values":[0,0,1,0]}
4    {"values":[0,0,0,1]}

在减速器使用中 json.loads() 在值上创建python字典。例如，这些可以很容易地转换为numpy数组。

对于python和hadoop，请查找 MRjob 包裹，http://pythonhosted.org/mrjob/
您可以编写ouwn编码解码协议，将矩阵行作为rownum值对进行流式处理，或将每个元素作为row:col-value pair 等等。
不管怎样，hadoop都不是用于矩阵运算的最佳框架，因为它是为大量不相关的数据而设计的，也就是说，当键值处理不依赖于其他值，或者依赖于非常有限的方式时。