Hadoop已知各文件数据按位分布情况，汇总后找到分布中Top10的数据分布以及所在文件信息；

要解决这个问题，可以采取以下步骤：

1. 首先，需要使用Hadoop MapReduce将各文件数据按位分布情况进行汇总。具体实现可以使用一个Mapper和一个Reducer，Mapper的输入是每个文件的数据按位分布情况，输出是键值对<bit, count>，其中bit表示位数，count表示该位在所有文件中出现的次数。Reducer的输入是Mapper的输出，输出是键值对<bit, totalCount>，其中totalCount表示该位在所有文件中出现的总次数。

2. 然后，可以使用Hadoop MapReduce对Reducer的输出进行排序，得到各位在所有文件中出现的总次数的排名。具体实现可以使用一个Mapper和一个Reducer，Mapper的输入是Reducer的输出，输出是键值对<totalCount, bit>，其中totalCount表示该位在所有文件中出现的总次数，bit表示该位。Reducer的输入是Mapper的输出，输出是键值对<totalCount, bit>，按照totalCount进行降序排序。

3. 最后，可以使用Hadoop MapReduce将排名前10的数据分布所在的文件信息找出来。具体实现可以使用一个Mapper和一个Reducer，Mapper的输入是每个文件的数据按位分布情况，输出是键值对<bit, fileName>，其中bit表示位数，fileName表示文件名。Reducer的输入是Mapper的输出，输出是键值对<bit, fileList>，其中fileList表示包含该位数据分布的文件名列表。最后，输出fileList中包含排名前10的数据分布的文件名信息。

需要注意的是，这个过程中需要考虑如何处理并发访问同一个文件的情况，避免出现数据不一致的情况。