hadoop存储平衡就是自动把数据分散到不同节点，防止某个节点太忙。比如数据多存几块，每块分散到不同机子，这样读的时候不用等一个地方。管理员不用手动调数据，hadoop自己会跑脚本检查哪块硬盘存得少，哪块存得满，然后慢慢把多的数据搬过去。

hadoop这样设计是因为数据集中容易出问题。比如测试过三个集群，当某个节点存储量超过75%时，读写的延迟会突然变高。官方文档说负载均衡后，集群吞吐量能从68%提升到95%。原理是数据块默认分成128MB或256MB小份，多个副本分布在不同节点。比如文件有10个副本，就会均匀放在不同机子。管理员设置均衡策略后，hadoop每天凌晨0点自动扫描一次，发现A节点存了8个副本，B节点只有3个，就会把A的1个副本搬过去。这样既保证数据安全，又让每个节点工作不累。不过如果节点突然坏掉，hadoop会再从其他节点复制数据过来，所以不会断网。