1、云計算是并行計算、分布式計算和網(wǎng)格計算的發(fā)展,使并行技術(shù)走進(jìn)了人們的生活。云計算、個人高性能計算機(jī)(PHPC)等技術(shù)的深入發(fā)展,使許多技術(shù)人員開始從單機(jī)工作模式向并行計算模式轉(zhuǎn)變。云計算的逐步普及使并行程序設(shè)計成為許多程序設(shè)計人員必須面對和解決的一個關(guān)鍵性問題。
　　Google提出的 MapReduce并行編程模式極大的降低了并行程序的開發(fā)難度。與傳統(tǒng)的分布式程序設(shè)計相比,MapReduce封裝了并行處理、容錯處理、本地化計算、

2、負(fù)載均衡等細(xì)節(jié),還提供了一個簡單而強(qiáng)大的編程接口,極大的簡化了并行程序設(shè)計的難度。
　　本文首先介紹了云計算的概念、基本理論和研究現(xiàn)狀,闡述了幾種傳統(tǒng)的并行編程模式,分析和研究的它們的原理和發(fā)展。對Google云計算和Hadoop云計算架構(gòu)進(jìn)行了簡要的介紹,并將MapReduce與MPI進(jìn)行比較,研究兩者的區(qū)別與各自優(yōu)勢。
　　文中詳細(xì)地闡述了 MapReduce的編程思想,分析和研究了 MapReduce解決問題的工作原理

3、、具體步驟和方法。介紹了 MapReduce的容錯機(jī)制,并對MapReduce作業(yè)的調(diào)度算法進(jìn)行了詳細(xì)的分析。研究了 MapReduce在異構(gòu)Hadoop集群環(huán)境下的性能差異,分析了異構(gòu)環(huán)境對 MapReduce性能的影響。本文提出一種新的數(shù)據(jù)分配機(jī)制HDDM,以集群中各異構(gòu)節(jié)點(diǎn)的計算比率為依據(jù)來分配輸入文件,提高了MapReduce在異構(gòu)Hadoop集群中的性能。
　　最后通過實(shí)驗(yàn)證明,我們提出的數(shù)據(jù)分配機(jī)制 HDDM能夠極大的