Hadoop是一個優秀的分布式計算框架，它常用于大數據處理。在處理大規模數據的過程中，json格式的數據占據了很重要的位置。因此，Hadoop對于處理json數據也有很好的支持。

在Hadoop處理json數據時，需要使用Hadoop的一個子項目——Hadoop Streaming。Hadoop Streaming是Hadoop的一個標準輸入輸出組件，允許用戶使用任何可執行程序來作為Mapper和Reducer。使用Hadoop Streaming可以很方便地處理json數據。

hadoop jar /usr/lib/hadoop-mapreduce/hadoop-streaming.jar \
-files mapper.py,reducer.py \
-input input_file \
-output output_file \
-mapper mapper.py \
-reducer reducer.py

在上面的命令中，我們指定了input_file作為輸入文件，指定mapper.py和reducer.py作為Mapper和Reducer程序，并把它們放到了-files選項中。最后，我們指定了output_file作為輸出文件。

下面是mapper.py的代碼：

import sys
import json
for line in sys.stdin:
data = json.loads(line)
# do something with data
# ...
print(some_result)

在Mapper中，我們先導入sys和json兩個模塊。在每次迭代中，我們讀取到了一行數據，然后使用json.loads()方法將其轉化為Python字典類型。之后，我們對數據進行一些處理，并輸出結果。

下面是reducer.py的代碼：

import sys
for line in sys.stdin:
# do something with data
# ...
print(some_result)

在Reducer中，我們只需要讀取每行數據，并對其進行一些處理即可。

在處理json數據時，我們還可以使用一些Hadoop的內置工具，比如JsonLoader、JsonOutputFormat等。這些工具可以幫助我們更快捷地處理json數據。