1. 研究目的与意义（文献综述包含参考文献）

1.课题背景 今天，互联网的应用、商业智能数据分析、科学数据处理等具有海量数据挖掘需求的应用变得越来越普遍，如何高效管理、分析这些海量数据成为当前急需解决的问题：本文基于apache的开源云计算平台，运用分布式文件系统、并行编程模型以及并行执行引擎实现了数据分类挖掘算法：贝叶斯算法。

并运用设计好的分类器，做了简单的文本分类程序。

从结果分析来看，并行计算的优势得到了充分体现。

2. 研究的基本内容、问题解决措施及方案

一．研究目标 （1）建立一个hadoop集群，理解hadoop的各个组件。

（2）掌握map/reduce相关概念，以及hdfs文件系统的维护与监控。

（3）实现基于hadoop的分类算法。